Google introduceert Gemini 3.5 Transcribe: spraak naar tekst zonder ge-uh

Wie weleens een bericht insprak en vervolgens alle "euhs" en herhaalde zinnen moest wegtikken, krijgt binnenkort hulp van Google. Het bedrijf heeft Gemini 3.5 Transcribe gepresenteerd, een AI-model dat gesproken taal omzet in nette, leesbare tekst. Het systeem herkent niet alleen woorden, maar probeert ook te begrijpen wat je écht bedoelde te zeggen, en poetst de tekst daar meteen op bij.

Sneller en preciezer dan de voorganger

Volgens Google is het nieuwe model ongeveer 70 procent sneller dan Chirp 3, de spraak-naar-tekst-technologie die het bedrijf tot nu toe gebruikte. Ook de nauwkeurigheid gaat omhoog: het woordfoutpercentage bij live meegesproken tekst daalt van 7,32 naar 5,5 procent. Dat lijkt een klein verschil, maar in de praktijk betekent het minder fouten die je achteraf handmatig moet corrigeren, iets wat bij spraakinvoer altijd omslachtig is geweest.

Het model doet meer dan alleen luisteren. Terwijl je praat, haalt Gemini 3.5 Transcribe stopwoorden als "euh" en "nou ja" weg en verwerkt het live correcties als je jezelf verbetert. Gebruikers kunnen ook een eigen woordenlijst meegeven, zodat het model vakjargon of moeilijke namen goed oppikt. Bij vooraf opgenomen audio kan het systeem bovendien tot drie verschillende sprekers uit elkaar houden, en dat alles in 85 talen.

Waar je het model tegenkomt

Het model draait al in de Gboard-functie "Rambler" op de Pixel 11, en Google belooft die functie dit jaar naar meer toestellen met Gemini-ondersteuning te brengen. Ook gebruikers van de Gemini-app op macOS profiteren vanaf vandaag van het nieuwe model bij spraakinvoer. Voor ontwikkelaars is Gemini 3.5 Transcribe beschikbaar in de programmeeromgeving Antigravity, in het bouwmodel van AI Studio en via de Gemini API, zodat ze het in eigen apps kunnen inbouwen. Google kondigt daarnaast aan dat het model "binnenkort" naar de Chrome-browser komt, waarmee spraakinvoer in elk tekstveld op internet mogelijk wordt: van e-mails tot prompts voor chatbots.

Een kanttekening bij het polijsten

De keerzijde van deze technologie is dat het model niet simpelweg noteert wat je zegt, maar de bewoording actief aanpast om tot een vloeiender resultaat te komen. Voor korte spraakberichten werkt die opschoning doorgaans goed, maar het betekent wel dat de uiteindelijke tekst net iets anders kan zijn dan wat er letterlijk is uitgesproken. Voor alledaags gebruik is dat meestal geen probleem, maar bij formele of juridische toepassingen kan dat verschil wél gaan tellen.