Чаму гэта важна
Google выпусціў новую мадэль распазнавання маўлення Gemini 3.5 Transcribe — і ў спісе з 85+ моваў ёсць беларуская (be-BY). Гэта не дробязь: да гэтага сучаснай стэнаграфіі для нашае мовы практычна не існавала.
- Якасць узроўню судовага пратакола. Памылка ўсяго 2,6% на гатовых запісах і 4,0% у рэжыме рэальнага часу (па замерах Artificial Analysis) — лепш, чым у большасці платных сэрвісаў.
- Гадзіна гутаркі за адзін запыт. Аўдыя да 1 гадзіны ператвараецца ў тэкст з разметкай: хто кажа (дыярызацыя спікераў), дзе кожнае слова пачынаецца і сканчваецца.
- Умны тэкст, не «сырая стэнаграма». Мадэль сама прыбірае «э-э» ды «ну», выпраўляе аговоркі («сустрэнемся ў аўторак — не, у сераду») і фарматуе вынік.
- Свой слоўнік. Можна дадаць да тысячаў спецыяльных тэрмінаў — імёны, тапонімы, прафесійныя словы будуць пісацца правільна.
- Кошт. Прыкладна 5 цэнтаў за гадзіну гуку: гадзінны інтэрв’ю пераўтворыцца ў тэкст амаль бясплатна.
Як скарыстацца
- Без праграмавання: зайсці ў Google AI Studio, выбраць мадэль gemini-3.5-transcribe і прымацаваць аўдыяфайл. Гатова.
- Праз API: паставіць Google AI SDK і выклікаць мадэль з аўдыя. Падыдзе для аўтаматызацыі: падкасты, вэбінары, відэа → тэкст для блога.
- Парада: спачатку пратэставаць на сваім запісе і праверыць правапіс — і толькі потым ставіць у рэгулярны працэс. Мадэль пакуль у стане адкрытага прагляду (public preview).
Што з гэтага выйсце для кантэнту
Гадзінная гутарка = чарнавік артыкула. Запісваеш разважанне на голас па-беларуску — атрымліваеш чысты тэкст з абзацамі, які застаецца дашліфаваць. Для ўсіх, хто думае хутчэй, чым піша, — гэта змена працоўнага працэсу.
Крыніцы: афіцыйная аб’ява Google (26.08.2026), табліца моваў у дакументацыі ai.google.dev (праверана 29.08.2026: Belarusian be-BY у спісе), замеры дакладнасці — Artificial Analysis.