Primeira páginaDiário da IA
Para usar

Google atualiza modelos de áudio Gemini, adiciona tradução de fala ao vivo ao app Google Translate

Google anunciou atualizações nos modelos de áudio Gemini 1.5 Pro e Gemini 1.5 Flash, que agora entendem áudio nativamente como texto e imagens, disponíveis no app Gemini, Google Workspace e API Gemini. Gemini Live entende tom, inflexão, ruído de fundo, múltiplos falantes e sons como risadas ou música. Disponível hoje…

Google anunciou atualizações nos modelos de áudio Gemini 1.5 Pro e Gemini 1.5 Flash, que agora entendem áudio nativamente como texto e imagens, disponíveis no app Gemini, Google Workspace e API Gemini. Gemini Live entende tom, inflexão, ruído de fundo, múltiplos falantes e sons como risadas ou música. Disponível hoje para assinantes Gemini Advanced em Android e iOS. No app e Workspace, analisa áudios de reuniões, memos e músicas. API suporta uploads, multimodal e streaming em preview para 1.5 Pro e Flash.

Primeira páginaArquivo de notícias