Alors que Gemini 3.5 Pro se fait toujours attendre, Google renforce la dictée vocale par IA

Introduction

Dans la foulée du lancement de ses nouveaux smartphones Pixel 11, qui font la démonstration de la fonctionnalité enthousiasmante Rambler, Google annonce le déploiement progressif d’un nouveau modèle de langage, sobrement baptisé Gemini 3.5 Transcribe. Comme son nom l’indique, ce LLM est intégralement dédié à la transcription audio et s’intègre déjà dans la plupart des outils Google utilisant ce type de technologie.

Gemini 3.5 Transcribe, à quoi ça sert ?

« Gemini 3.5 Transcribe est conçu pour comprendre votre façon de parler naturelle afin de mieux cerner ce que vous voulez, et de reconnaître du vocabulaire sur mesure afin que vous puissiez exécuter des actions à la voix », détaille le billet de blog de Google. À la différence de Gemini 3.7 Flash, qui vient juste d’être lancé, il ne s’agit pas vraiment d’un modèle que l’on peut choisir manuellement dans le sélecteur idoine, sur les différentes applications utilisant l’IA de Google. Il s’agit plutôt d’une fonctionnalité en toile de fond, qui intervient lorsque vous choisissez de dicter votre prompt plutôt que de le taper au clavier.

Google se vante des performances de Gemini 3.5 Transcribe en annonçant un taux d’erreur moyen de 4 %, et une bien meilleure capacité à comprendre les utilisateurs et utilisatrices dans les environnements bruyants. Par ailleurs, le géant du Web annonce de gros progrès sur la compréhension d’éléments alphanumériques, comme des codes postaux ou des suites de chiffres et de lettres.

Gemini 3.5 Transcribe est disponible dans 85 langues et supporte des accents régionaux ainsi que différents dialectes. Le modèle peut également attribuer les phrases à différents interlocuteurs (trois au maximum pour le moment), afin de faciliter les comptes-rendus de réunions, par exemple.

Comment essayer Gemini 3.5 Transcribe dès aujourd’hui ?

Comme on l’a dit, ce modèle un peu à part n’est pas accessible en tant que tel par les utilisateurs et utilisatrices de Gemini, mais s’intègre naturellement dans l’application. Pour y accéder directement, il faut passer par le Google AI Studio, Google Antigravity, ou via les différentes API proposées par Google. En revanche, Google précise que ce nouveau modèle est en cours de remplacement de l’ancien sur les applications Gemini sur macOS, smartphones Android, et sur le navigateur Chrome. En clair, lorsque vous préférerez dicter vos requêtes plutôt que de les taper, ce sera très certainement Gemini 3.5 Transcribe qui vous répondra.

Comme abordé en introduction, le lancement de ce nouveau modèle arrive seulement quelques jours après le lancement des Pixel 11, qui font la démonstration de la dictée vocale Rambler, qui ne se contente plus de transcrire vos paroles à l’écrit, mais fait le tri dans les informations importantes, supprime vos hésitations, et peut aussi accepter des prompts personnalisés. Par exemple, on peut demander à Rambler de formater une liste de courses avec des puces plutôt que d’aligner les articles les uns à la suite des autres, avant d’envoyer le message sur un groupe de discussion.