Ep.1494 Google、音声を“意図”まで読み取る次世代の音声認識AI「Gemini 3.5 Transcribe」を発表（2026年9月9日配信）

名古屋ではたらく社長のITニュースポッドキャスト · Sep 8, 2026 · 3m

タイトル

Google、音声を“意図”まで読み取る次世代の音声認識AI「Gemini 3.5 Transcribe」を発表

このエピソードで登場するキーワードを説明します。

Gemini 3.5 Transcribe: Googleが2026年8月26日に発表した、Geminiの音声理解技術を基盤とする最新の音声認識（Speech-to-Text）モデル。従来の文字起こしを超え、ノイズや専門用語、言い淀みを処理して、洗練されたテキストを直接生成します。

スマートディクテーション（Smart transcription）: 「えー」や「あー」といったフィラー（言い淀み）や、文の途中での言い直しを自動的にクリーンアップし、句読点や段落、数字などを読みやすいフォーマットに整理する機能。

カスタム語彙（Custom Vocabulary）: 特定の業界の専門用語や製品名、独自のスペルなどをあらかじめAIに登録できる機能。最大1,000語（推奨100語程度）まで設定可能で、誤認識を防ぎます。

それでは解説に入ります。

2026年8月26日、Googleは同社史上最も高精度な音声認識AIモデル「Gemini 3.5 Transcribe」を発表しました。このモデルは、開発者向けのGemini API（Google AI Studio）やGemini Enterprise Agent…