gemini-3.5-transcribe · 语音模型

Google Gemini 3.5 Transcribe 专用语音转文字模型，自动识别 85 种以上语言，单次最长 1 小时音频，支持 /v1/audio/transcriptions、对话接口音频输入和原生接口（可开启说话人区分、逐词时间戳、自定义词汇），速度快，适合会议记录、字幕制作和访谈整理。 本站通过 /v1/audio/transcriptions 上传音频文件并返回转写。基础单价与来源站一致，实际费用再乘所选分组倍率；不支持普通聊天接口。