L’ultima spinta di Google nel campo del riconoscimento vocale promette di rendere l’input vocale meno caotico, più veloce e più utile. Ma lo stesso sistema che elimina il disordine verbale può anche rimodellare ciò che l’oratore ha effettivamente detto.

Il lancio è iniziato con Gemini 3.5 Transcribe, un nuovo modello che secondo Google migliora il suo motore di trascrizione Chirp 3. Può riconoscere più di 85 lingue, adattarsi a un vocabolario personalizzato, identificare fino a tre interlocutori in un audio registrato e formattare automaticamente il testo eliminando riempitivi come “ehm” e “uh”. Google lo definisce uno strumento che consente agli utenti di “modificare in modo naturale solo con la voce”.¹

Nel giorno del lancio, la proposta dell’azienda era chiaramente rivolta agli sviluppatori così come agli utenti di dettatura quotidiana. Sundar Pichai ha affermato che il modello potrebbe aiutare a creare app che comprendono “user speech / intent, even w/ multiple speakers”, mettendo in evidenza il rilevamento della lingua e il supporto per gerghi specialistici.Sundar Pichai (sundarpichai)² Il modello è disponibile tramite la Gemini API, AI Studio e Antigravity, mentre l’app Gemini su macOS e la funzione Rambler di Gboard su Pixel 11 sono tra le sue prime destinazioni consumer.³

Le affermazioni di Google sulle prestazioni sono notevoli: sostiene che il passaggio dalla voce alla trascrizione finale sia circa il 70% più veloce e indica un tasso di errore sul parlato in tempo reale del 5,5%, in calo rispetto al 7,32% di Chirp 3.³ L’integrazione con Chrome è prevista “presto”, con la possibilità di estendere la funzione ai campi di testo in tutto il web.

Eppure, il fascino di una trascrizione pulita è anche il suo punto critico. Eliminare gli inciampi e gestire le correzioni pronunciate a voce può produrre una prosa più ordinata, ma significa che l’IA fa più che ascoltare parole: interpreta l’intento. Un resoconto dei primi test l’ha giudicata efficace su brevi passaggi, pur avvertendo che “does technically change the wording of what you said”.³

C’è stata anche una breve complicazione nella comunicazione più ampia di Google su Gemini Audio: dopo aver inizialmente fornito informazioni sugli aggiornamenti di Gemini 3.5 Live e 3.5 Live Experimental, l’azienda ha detto a The Verge che solo Transcribe veniva annunciato, senza indicare una nuova data per gli altri modelli.¹