谷歌Gemini 3.5 Transcribe开放API：词错率2.6%排名第五，实时流有三道硬性限制
2026年8月26日，谷歌发布Gemini 3.5 Transcribe语音转文本API，据官方博客引用Artificial Analysis测评，非流式词错率2.6%，流式4.0%，延迟0.4秒。模型支持85+语言、最多8路说话人识别、1
2026年8月26日，谷歌发布Gemini 3.5 Transcribe语音转文本API，据官方博客引用Artificial Analysis测评，非流式词错率2.6%，流式4.0%，延迟0.4秒。模型支持85+语言、最多8路说话人识别、1
xAI 通过官方 API 推出语音克隆功能，用户可在2分钟内创建自定义语音，或从28种语言、80多种预设音色中选择，应用涵盖语音代理、有声读物与游戏角色。此举将 xAI 直接推入 ElevenLabs、OpenAI 主导的语音赛道，引发关于