Google: Gemini 3.5 Transcribe

Google: Gemini 3.5 Transcribe is een spraak-naar-tekst-model van Google. Het valt in de categorie transcriptie en de releasedatum bij de provider is 25 september 2026. Als je iets bouwt dat opgenomen of gestreamde spraak omzet in geschreven tekst, is dit de modelfamilie die Google voor die taak positioneert, en het is beschikbaar op api14 onder het model-id google/gemini-3.5-transcribe.

Het model neemt audio als enige invoermodaliteit en retourneert transcriptie als uitvoer. Het heeft een contextlengte van 98.304 tokens en een maximale uitvoer van 32.768 tokens. Google beschrijft het als geschikt voor synchrone transcriptie die timestamps op woordniveau of sprekersdiarisatie nodig heeft, met ondersteuning voor maximaal acht sprekers. Die twee details bepalen wat je van de uitvoer kunt verwachten: niet alleen een plat blok tekst, maar timinginformatie uitgelijnd op woorden en labels die stemmen scheiden wanneer meer dan één persoon praat.

Die combinatie wijst op een vrij specifieke set use cases. Vergadering- en gesprekstranscripten profiteren van diarisatie, omdat je elke regel aan een deelnemer kunt toewijzen in plaats van te raden wie er sprak. Timestamps op woordniveau zijn nuttig wanneer je tekst wilt uitlijnen op een mediatijdlijn, bijvoorbeeld voor het genereren van ondertitels, het bouwen van doorzoekbare indexen die naar het exacte moment springen waarop een zin werd gezegd, of het markeren van het gesproken deel van een opname tijdens het afspelen. Synchrone transcriptie suggereert ook interactieve scenario's, waarbij tekst wordt geproduceerd terwijl audio nog binnenkomt, zoals live ondertiteling of notities maken tijdens een sessie. De limiet van acht sprekers past beter bij paneldiscussies, interviews en standups dan bij grote vergaderruimtes met veel wisselende stemmen.

Het aanroepen via api14 werkt hetzelfde als bij elk ander model op het platform, omdat de API OpenAI-compatibel is. Je stuurt je verzoek naar het chat completions-endpoint met het model-id google/gemini-3.5-transcribe en je audio als invoer. Iets om te controleren voordat je begint: de lijst met ondersteunde parameters voor dit model is leeg, dus je moet niet aannemen dat sampling-instellingen zoals temperature, top_p of max_tokens worden geaccepteerd of het gedrag veranderen. Bouw je integratie rond de standaardwaarden en behandel de audiopayload en het model-id als de onderdelen die je beheert.

De belangrijkste beperkingen om in gedachten te houden zijn de invoer- en uitvoertypes en de groottelimieten. Alleen audio gaat erin, en alleen transcriptie komt eruit, dus dit is niet het model om te gebruiken als je in dezelfde aanroep redeneren over het transcript, samenvatten, vertalen of enige andere tekstgeneratie nodig hebt. Daarvoor zou je het transcript aan een algemeen tekstmodel geven. De context van 98.304 tokens en het uitvoerplafond van 32.768 tokens betekenen ook dat zeer lange opnames mogelijk in stukken moeten worden opgedeeld, en als je audio meer dan acht verschillende sprekers heeft, dekt diarisatie mogelijk niet iedereen.