字錯率僅4%!Google發表Gemini 3.5 Transcribe語音轉文字模型,產出逐字稿時間大幅縮短70%
字錯率僅4%!Google發表Gemini 3.5 Transcribe語音轉文字模型,產出逐字稿時間大幅縮短70%

Google 於美國時間 8 月 26 日發表全新語音轉文字模型 Gemini 3.5 Transcribe。該模型不僅強調整體的「辨識精準度」,更主打能將口語內容直接轉化為立即可用的結構化文字。

它具備自動過濾「嗯」、「啊」等贅詞的功能,並能理解講者中途改口的語意(例如:「我們禮拜二見,不對,是禮拜三」),最終只保留正確的資訊。

根據 Google 引用第三方機構 Artificial Analysis 的數據,其串流模式平均字錯率達 4.0%,非串流模式更低至 2.6%,號稱是自家史上最精準的語音轉文字模型。目前開發者已可透過 Gemini API 的公開預覽版進行體驗。

Gemini 3.5 Transcribe跟一般語音輸入差在哪?

傳統語音辨識模型在面對背景噪音、專業術語,或講者停頓與重複時,準確度往往會大幅下降。Gemini 3.5 Transcribe 的優勢在於能將原始音訊直接轉換為已排版、整理完畢的文字,省去後續人工清稿的繁瑣步驟。

其核心能力包含:

智慧修正與過濾:自動處理講者的自我更正,僅保留最終定案版本,並自動移除無意義的填充詞。

自訂詞彙庫:允許使用者預先匯入企業內部術語或特殊拼法,確保模型準確辨識,避免被誤轉為常見字詞。

多語言與口音支援:支援超過 85 種語言的自動偵測,並能妥善處理各地的口音與方言。

講者辨識與時間戳記:錄音檔可自動標示不同發言者並附上逐字時間戳記。官方指出,目前可精準支援最多三名講者(超過三人則屬實驗性質)。

高難度情境辨識:在吵雜環境中,針對郵遞區號、訂單編號等英數字混雜內容,依然能維持優異的辨識表現。

如何解讀準確度數據?

「字錯率」(WER)是衡量語音辨識能力的通用指標,數值越低代表辨識越精準。根據 Google 引用 Artificial Analysis 的數據,其串流模式平均字錯率達 4.0%,非串流模式更低至 2.6%。

另一組來自 FLEURS 多語言基準測試的數據顯示,串流字錯率為 5.50%、非串流為 5.04%(註:兩組數據源自不同測試基準,無法直接相互比較)。

速度方面,從開始辨識到產出最終逐字稿的時間,較 Google 前代語音模型 Chirp 3 大幅縮短 70%。不過需留意,官方號稱的「最精準」是與自家舊模型比較,並未列出與其他競品數據。

目前開放使用對象

新模型的開放範圍目前分為三層:

開發者端:以公開預覽(Public Preview)形式進入 Gemini API,可透過 Google AI Studio 與 Google Antigravity 取用。

企業端:Gemini Enterprise Agent Platform 開放公開預覽;Gemini Enterprise for Customer Experience 則即將推出。

一般使用者:最快接觸到的三個入口為 macOS 版 Gemini app(僅限英文)、Android 版 Gboard 的 Rambler 功能(限部分國家與語言),以及即將推出的 Chrome 應用。官方尚未說明開放國家名單(包含台灣)。

技術上,此模型透過兩支 API 運作:

Live API:負責雙向即時串流,延遲低於一秒,適合語音助理等需即時回話的場景。

Interactions API:專門處理預錄音檔、會議紀錄與通話存檔,並提供講者標記與逐字時間戳記。

延伸閱讀:我是這樣訓練AI員工的!ORRA創辦人拆解4階段:每晚讓它拷問我,考核不過就淘汰

資料來源:Google 官方部落格Google Cloud 語音辨識準確度說明文件

本文初稿為AI編撰,整理.編輯/ 李先泰

關鍵字: #Google #Gemini
往下滑看下一篇文章
不只投廣告!在 AI 時代,無限創意行銷如何從企業營運出發,放大行銷成效?
不只投廣告!在 AI 時代,無限創意行銷如何從企業營運出發,放大行銷成效?

一家連續十年營收 700 萬元的健身業者,如何在一年內將業績推升至 3,500 萬元,成長整整 5 倍?答案可能和多數人想的不一樣。

這家健身品牌不是一開始就加碼投放廣告,而是先從調整組織架構與薪酬制度著手,透過明確分工改善團隊運作,進而建立「全員銷售」文化,這並不是要求每位員工都成為業務員,而是讓團隊理解與認同品牌理念,確保從服務、回覆、教學到售後過程中的每一個顧客接觸點,都能傳遞一致的訊息與體驗,從而建立顧客對品牌的信任感,甚至願意主動購買與持續回購。而規劃這套成長策略的幕後推手,正是無限創意行銷。

AI 讓行銷變簡單,為何行銷公司反而更難做出成效?

雖然公司名稱裡有「行銷」兩個字,但無限創意行銷並非只從行銷工具出發,而是以顧問式行銷的角色,先理解企業經營問題,再決定應採取哪些行銷與營運解方。「我們不會一開始就告訴企業該採用哪些行銷策略,而是根據企業真的需求來提供適合解方」,無限創意行銷創辦人翁小五一語道出公司的獨特定位。

通常,企業在面對營收成長瓶頸時,第一個念頭就是做行銷,然而,翁小五從過往的工作與創業經驗中發現,限制企業營收成長的原因有很多,不一定與行銷有關,背後可能還有其他問題,若沒有釐清真正的問題所在,就急著投入廣告或其他行銷資源,很可能只是治標不治本。

基於這樣的觀察,無限創意行銷決定採取反向思考邏輯:先回到企業經營本身,找出造成「成長趨緩」的真正原因,再據此制定策略、優化營運流程,最後透過行銷放大企業優勢。當每一筆行銷投入都建立在更健康的企業體質與更精準的策略判斷之上,行銷才不只是「有做」,而是真正能為企業帶來成長。

這套「先找問題、再選工具」的服務模式,在生成式 AI 工具普及後,也成為拉開行銷成效差距的關鍵。

過去,行銷公司的價值建立在製作能力、投放技術與媒體資源;但當 AI 逐步降低文案、素材與分析的執行成本,單純提供「做內容、下廣告、做報表」的服務,差異化將快速縮小。此時真正考驗的,反而是行銷人的理解力和判斷力:能否看懂消費者真正需要什麼?能否找出限制企業營收成長的關鍵環節?而這正是無限創意行銷長期深耕企業經營現場、不斷透過數據與市場驗證所累積的核心能力。

無限創意行銷-2.JPG
無限創意行銷創辦人 翁小五
圖/ 數位時代

AI 拆解營收黑洞,讓數據為企業成長導航

在無限創意行銷的顧問式服務流程中,數據是相當重要的依據。翁小五進一步說明,無限創意行銷的數據應用可以分為三個層次:從檢視行銷活動成效、拆解顧客旅程中的問題節點,再進一步延伸至年度營運規劃,讓企業不只知道「過去發生了什麼」,更能判斷「下一步該怎麼走」。

首先,是檢視行銷活動成效,其中最重要的原則在於,根據行銷目標去解讀數據。舉例來說,如果目標是增加首購顧客,除了檢視素材吸引力與點擊率,還要持續追蹤到站、詢問、成交、新客占比與首購成本;如果目標是擴大營收規模,則應進一步檢視回購率、客單價與顧客終身價值。

數據應用的第二層價值,是拆解從「廣告投入」到「營收產出」之間的過程,理解每一個節點的數據分別反映什麼問題,再針對問題逐一修正。

至於第三個層次,則是讓數據成為企業經營與資源配置的依據。無限創意行銷會從年度營收目標出發,結合產業特性、淡旺季變化與過往行銷成果,拆解每一季、每個月的業績任務,再將過去有效的策略放大、成效不佳的做法修正,據此安排下一年度的行銷資源與營運節奏。

不急著加碼廣告,從企業體質出發找出 5 倍成長解方

對無限創意行銷來說,數據是找出問題、配置資源與規劃成長路徑的關鍵,文章開頭提到的健身業者,正是此套方法論的最佳印證。當初,翁小五深入診斷後發現,這家企業真正的問題在於組織結構過度扁平,老闆長期忙於處理日常事務,難以專注在營運規劃;此外,組織缺乏真正負責營運管理的中階主管、教練流動過高導致學員缺乏安全感等,皆是影響回購率的因素。

因此,無限創意行銷先從組織架構著手,設立專責店長一職,並重新設計薪酬制度,藉此讓教練、店長與老闆皆可專注在自身工作上。之後,再透過前期廣告數據與顧客洞察,找出消費者選擇品牌的真正原因,並運用行銷活動與口碑經營持續放大。同時,翁小五也在過程中導入「全員銷售」概念,確保顧客在各個接觸點都享有一致的體驗,品牌才能逐步累積顧客信任。

最終,這家企業的營收一年就成長至 3,500 萬元,達到原先的 5 倍。這個案例也說明了無限創意行銷的方法論:行銷不是企業成長的起點,而是放大企業優勢的槓桿;企業體質愈健全,這支槓桿所能放大的成長效益也愈大。

從「會做」到「會判斷」,AI 時代,無限創意行銷正在重新定義行銷公司的價值

隨著 AI 能力越來越強大,下一代行銷公司的價值,不只是比誰更懂得運用 AI,而是行銷人的市場理解力與專業判斷力,知道 AI 產出的內容哪些值得留下、哪些應該捨棄,或是該如何持續修正,才能打造出能夠被消費者感受到的品牌體驗。

因此,無限創意行銷未來將積極建立團隊與 AI 協作的方法論,將過往的專案判斷、提問框架與數據檢核邏輯,轉化為 AI 協作流程。團隊在面對新專案時,不是直接要求 AI 給答案,而是先定義目標、限制條件與判斷標準,再去檢查 AI 產出是否符合商業情境。

對翁小五而言,AI 時代真正稀缺的,不是工具,而是定義問題、理解消費者與判斷品質的能力。未來無限創意行銷的競爭力,也不在於使用多少 AI,而是持續將人的品味、市場理解與產業 Know-how,透過 AI 放大,協助企業打造更精準的品牌體驗與更高品質的決策。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓