Google Rilis Gemini 3.5 Transcribe, AI Baru untuk Ubah Suara Jadi Teks

AKURAT.CO Google memperkenalkan Gemini 3.5 Transcribe, model kecerdasan buatan (AI) yang dirancang untuk mengubah suara menjadi teks dengan lebih cepat dan rapi. Teknologi ini tidak hanya menyalin ucapan, tetapi juga dapat memperbaiki hasil teks secara otomatis.

Google menyebut Gemini 3.5 Transcribe mampu memangkas waktu pemrosesan sekitar 70 persen dibandingkan model sebelumnya, Chirp 3. Model baru ini juga memiliki tingkat kesalahan transkripsi langsung sebesar 5,5 persen, lebih rendah dari Chirp 3 yang mencapai 7,32 persen.

Kemampuan Gemini 3.5 Transcribe tidak berhenti pada pengenalan suara. Model ini dapat menghapus kata pengisi seperti 'um' dan 'uh', sekaligus merapikan kalimat ketika pengguna melakukan koreksi saat berbicara.

AI tersebut juga dapat menggunakan kosakata khusus untuk mengenali istilah teknis atau jargon tertentu. Gemini 3.5 Transcribe mendukung hingga 85 bahasa dan bisa memproses rekaman dengan maksimal tiga pembicara.

Namun, kemampuan untuk merapikan ucapan juga memiliki konsekuensi. AI dapat mengubah susunan kata dari ucapan asli sehingga hasilnya belum tentu sesuai untuk kebutuhan yang membutuhkan transkripsi secara verbatim.

Saat ini, Gemini 3.5 Transcribe sudah digunakan pada fitur Rambler di Gboard. Fitur tersebut masih terbatas pada Pixel 11, tetapi Google berencana memperluasnya ke lebih banyak perangkat yang mendukung Gemini Intelligence.

Pengguna aplikasi Gemini di macOS juga mulai mendapatkan dukungan model tersebut. Sementara itu, pengembang dapat mengakses Gemini 3.5 Transcribe melalui Antigravity, AI Studio dan Gemini API.

Dikutip dari situs resminya, Kamis (27/8/2026), Google turut menyiapkan Gemini 3.5 Transcribe untuk browser Chrome. Setelah tersedia, pengguna dapat menggunakan suara untuk mengisi berbagai kolom teks di situs web.

Fitur tersebut nantinya bisa digunakan untuk menulis email, memberikan komentar, hingga memasukkan perintah ke chatbot AI. Integrasi ini berpotensi membuat input suara lebih praktis karena pengguna tidak perlu selalu mengetik secara manual.

Gemini 3.5 Transcribe menunjukkan upaya Google membuat voice-to-text lebih natural. AI ini tidak hanya mengenali ucapan, tetapi juga memahami konteks dan merapikan teks.