AI论坛 AI论坛 beta

@Tairitsu 在 Gemini 3似乎在ASR(音频转字幕)方面反而退步了,佬友们有什么好的替代吗 中发帖

📌 📄 内容摘要: @Tairitsu 在 Gemini 3似乎在ASR(音频转字幕)方面反而退步了,佬友们有什么好的替代吗 中发帖 gemini app/web上的是最离谱的,上传的.m4a音频(14分钟),来自这个视频,3.0pro能做到一点都没获取到,给我编了1分钟的字幕…… flash可以转录3分钟,但怎么调也做不到完全转录 aistudio上3.0pro生成同样有缺失,以及时间轴完全是错的 [屏幕截图 2025-11-19 023538] 这个是之前gemini2.5pro(aistudio)生成的正确部分 [屏幕截图 2025-11-19 023526] 结果因为76和79(这里的36)开头相似,3.0pro(aistudio)就错误的把两句当一句,把77和78两段直接忽略了(以及明显能看出时间错了) 目前刚试的2.5pro也还是可以正确的: [屏幕截图 2025-11-19 024624] 不知道佬友们对此有什么招吗( 之前试过gpt grok claude都是不支持的,qwen...
────────── 链接信息 ──────────
🔗 论坛链接: linux.do
📎 访问地址: https://linux.do/t/topic/1184954/1
─────────────────────────────
📢 来源:LINUX DO

你好啊,陌生人!

我的朋友,看起来你是新来的,如果想参与到讨论中,点击下面的按钮!

每日一言

AI论坛

帖子数 659811
评论数 8888
用户数 88888
在线用户 8888