TÍTULO: Google lança Gemini 3.5 Transcribe, nova IA que elimina “ums” e “ahs” na transcrição
SLUG: google-gemini-3-5-transcribe-elimina-ums-ahs-transcricao
TAGS: Google, inteligência artificial, transcrição, Gemini Audio, tecnologia
META: Google apresenta Gemini 3.5 Transcribe, IA que transcreve áudio em várias línguas e remove “ums” e “ahs” automaticamente.
O Google anunciou o lançamento do Gemini 3.5 Transcribe, nova ferramenta de inteligência artificial que aprimora a transcrição de áudio. O recurso elimina automaticamente sons de preenchimento como “ums” e “ahs” e reconhece mais de 85 idiomas, facilitando a edição por voz com maior precisão. A novidade chega enquanto a empresa ainda não lançou o prometido Gemini 3.5 Pro.
Com foco em melhorar a experiência do usuário, o modelo traz avanços significativos em relação ao seu antecessor Chirp 3, sobretudo na redução de erros nas palavras transcritas e no suporte a múltiplos idiomas. Essa tecnologia já está disponível em algumas plataformas e deve expandir seu alcance em breve.
Gemini 3.5 Transcribe traz avanços na transcrição automática
A nova versão do Gemini Audio permite que o usuário faça edições naturalmente, utilizando apenas a voz. Além de apagar palavras de preenchimento comuns na fala, a ferramenta organiza o texto automaticamente, tornando o resultado mais limpo e contextualizado.
O Google destaca que sua tecnologia detecta termos técnicos e vocabulário especializado, adaptando-se continuamente às necessidades específicas dos usuários. Essa personalização evita que expressões importantes sejam alteradas durante o processo de transcrição.
Reconhecimento e personalização de vocabulário
Uma das novidades do Gemini 3.5 Transcribe é a capacidade de aceitar um vocabulário customizado fornecido pelo usuário. Isso permite que o modelo reconheça e mantenha corretamente nomes próprios, jargões e palavras com ortografia diferenciada sem que seja necessário editar manualmente.
Outra funcionalidade importante é o suporte para identificação da fala de até três interlocutores em áudios gravados. O sistema também gera timestamps para cada palavra, o que ajuda a localizar facilmente trechos específicos no conteúdo transcrito.
Disponibilidade e planos futuros do Gemini Audio
O novo Gemini 3.5 Transcribe já está disponível em inglês para usuários do aplicativo Gemini em macOS e na função de ditado Rambler em dispositivos Android, em alguns países e línguas selecionadas. Para desenvolvedores, a ferramenta está em prévia pública na API Gemini, acessível via AI Studio e Antigravity.
Embora inicialmente o Google tenha divulgado que as versões atualizadas Gemini 3.5 Live e 3.5 Live Experimental também seriam lançadas hoje, posteriormente a empresa confirmou que apenas o 3.5 Transcribe será anunciado por enquanto. Ainda não há previsão para a chegada dessas outras versões, que prometem melhorias no reconhecimento de interrupções e no processamento visual em tempo real.
Como o Gemini 3.5 Transcribe se encaixa no mercado
O lançamento do Gemini 3.5 Transcribe chega em um momento de crescente demanda por soluções de transcrição automatizadas e precisas, especialmente para conteúdos multilíngues e profissionais. A capacidade de eliminar automaticamente pausas e expressões vazias torna a ferramenta bastante útil para jornalistas, criadores de conteúdo e profissionais que produzem muito material em áudio.
Quem busca alternativas tecnológicas mais inteligentes deve ficar atento a essa inovação do Google, que pode impactar desde legendagens simples até transcrições especializadas, como as exigidas em ambientes corporativos ou acadêmicos. É o tipo de avanço que complementa outras iniciativas recentes na área de áudio, semelhantes ao que vemos em plataformas com funcionalidades automáticas de edição e limpeza, como o Instagram, que lançou recurso para corte automático de pausas em vídeos do Reels.
Vale a pena acompanhar o Gemini 3.5 Transcribe?
O Gemini 3.5 Transcribe representa um passo importante nas ferramentas de transcrição por IA graças à sua precisão e inteligência em reconhecer vocabulário personalizado. Por enquanto, seu maior diferencial está na eliminação automática de termos repetitivos e no suporte multilíngue robusto.
Assim, para quem depende de transcrições limpas e eficientes, a novidade do Google merece atenção. O EventiOZ seguirá monitorando as atualizações desse modelo e das futuras versões que prometem revolucionar o campo do reconhecimento de voz e áudio.
