🏠IT之家•較早收集於 8h
Gboard 新增 Gemini 驅動的 Rambler 多語言聽寫功能
💡Google 的 Gboard 新功能利用 Gemini 實現行動裝置上的多語言聽寫與代碼切換能力。
⚡ 30-Second TL;DR
有什麼變化
Rambler 使用基於 Gemini 的多語言模型，支援在單一句子中進行即時語言切換。
為什麼重要
此整合展示了大型語言模型在邊緣運算場景的實際應用，為行動裝置的無障礙功能與語音轉文字準確度樹立了新標準。
下一步行動
若您正在開發語音應用程式，請探索 Gemini API 的多語言能力，以複製此種水準的代碼切換效能。
誰應關注：Developers & AI Engineers
關鍵要點
- •Rambler 使用基於 Gemini 的多語言模型，支援在單一句子中進行即時語言切換。
- •此功能包含智慧填充詞移除，並能處理聽寫過程中的即時修正。
- •隱私保護透過裝置端與雲端處理結合，且不會儲存任何語音錄音。
- •初期僅限 Samsung Galaxy 與 Google Pixel 裝置，預計於今年夏季上線。
🧠 深度解析
Web-grounded analysis with 19 cited sources.
🔑 增強重點摘要
- •Rambler的推出標誌著系統級輸入法正式進入生成式語義理解時代，不僅能自動過濾語氣詞，還能即時理解自然語言的修正，例如用戶在表達中途修改時間或地點時，模型能精準識別並輸出正確指令。
- •此功能支援先進的「語碼切換」（Code-switching），允許用戶在同一句話中無縫切換不同語言而不丟失上下文，有效解決了多語使用者在複雜溝通場景下的痛點。
- •Gboard作為全球應用最廣泛的移動端鍵盤，其AI化轉型並整合Rambler功能，憑藉龐大的預裝機量，將直接對Wispr Flow、Typeless等第三方語音聽寫新創公司構成顯著的競爭壓力。
- •針對Google Pixel用戶，Rambler功能將支援離線使用，透過裝置端模型處理，進一步提升隱私保護並降低延遲。
- •Rambler是Google在「Android Show: I/O Edition 2026」活動中發布的「Gemini Intelligence」系列功能之一，該系列旨在將主動式、代理式AI功能深度整合到Android生態系統中。
📊 競品分析▸ Show
| 功能/產品 | Gboard Rambler (Google) | AI 聽寫大哥 (台灣大哥大) | Transync AI | Speechify Voice Typing |
|---|---|---|---|---|
| 多語言支援 | 基於Gemini模型，支援單一句子內即時語言切換（語碼切換）。 | 支援中、英、台、客四語混合辨識。 | 支援60多種語言的自動偵測與翻譯。 | 支援多種語言，具備語言套件切換功能。 |
| 即時修正與填充詞移除 | 智慧移除填充詞，並能處理聽寫過程中的即時修正（如中途修改時間/地點）。 | 整合LLM技術，可將內容轉為多種摘要格式。 | AI關鍵字與情境助理，自動會議記錄與重點擷取。 | 進階文法校正、自動標點，內建自動去除填充詞。 |
| 準確度 | 傳統語音聽寫技術主要依賴聲學模型和語言模型，但常常受限於口音、背景噪音和上下文理解。谷歌此次引入Gemini模型後，Gboard的聽寫功能將能夠更準確地識別口語中的同音字、行業術語，甚至根據對話歷史自動調整標點和格式。 | 辨識準確率高達97%以上。 | 準確性95%+（含關鍵字和上下文）。 | 旨在提供更俐落、更快速且更準確的語音輸入。 |
| 隱私與部署 | 裝置端與雲端混合處理，不儲存任何語音錄音。Pixel裝置支援離線使用。 | 支援地端部署方案，所有音檔、逐字稿與摘要內容皆不離開企業網路。 | 符合GDPR規定，資料不用於AI訓練。 | 未明確提及具體部署或隱私細節，但強調其作為Gboard替代方案。 |
| 整合與可用性 | 作為Gboard內建功能，預計於今年夏季上線，初期限Samsung Galaxy與Google Pixel裝置，後續擴展至其他Android設備。 | 提供網頁版與輕量化APP（Android／iOS）。 | 桌面和行動裝置皆可運行，支援Zoom、Teams、Google Meet整合。 | 作為Gboard語音輸入的替代方案。 |
| 定價模式 | 預計作為Gboard內建功能免費提供。 | 提供免費試用一個月，企業客戶採用數已超過1,900家。 | 每月免費享有120點基本版功能（等同120分鐘時數）。 | 未明確提及，但作為替代方案可能為訂閱制。 |
🛠️ 技術深入
- Rambler採用基於Gemini的多語言模型，能夠處理語言間的「語碼切換」（Code-switching），即在單一句子中無縫切換不同語言並保持上下文連貫性。
- 該功能結合了裝置端與雲端處理的混合架構，以確保用戶隱私，並且不會儲存任何原始語音錄音。
- Rambler能夠即時理解並處理自然語言中的修正，例如用戶在口述過程中改變時間或地點，系統能精準識別並輸出最終正確指令。
- 對於Google Pixel用戶，Rambler還將支援離線使用，透過裝置端模型進行處理，進一步提升隱私保護和降低延遲。
- Rambler是Google在「Android Show: I/O Edition 2026」上推出的「Gemini Intelligence」系列AI功能之一，該系列旨在透過整合優質硬體和創新軟體，將Android轉變為一個智慧系統。
- 雖然Rambler主要為語音轉文字（ASR）功能，但其「Gemini驅動」的特性與Gemini 3.1 Flash TTS等模型在語音生成方面的進展相呼應，這些模型利用大型語言模型理解語音的「說法」，並提供對語氣、節奏和風格的精細控制。
🔮 前景展望AI analysis grounded in cited sources
Gboard Rambler將顯著改變第三方語音聽寫市場格局。
作為系統級輸入法，Gboard憑藉其龐大的預裝機量和免費提供的高級AI聽寫功能，將直接衝擊現有依賴訂閱或按分鐘收費的第三方語音轉錄服務。
Google正加速將Android作業系統轉型為「AI優先」的智慧平台。
Rambler作為「Gemini Intelligence」的一部分，顯示Google正將Gemini模型深度整合到Android核心體驗中，預示著未來更多系統級AI功能的推出。
混合式裝置端與雲端處理將成為AI語音輸入隱私保護的行業標準。
Google明確強調Rambler採用此架構且不儲存原始語音錄音，旨在回應用戶對隱私的擔憂，這將促使其他AI應用也需遵循類似的隱私保護措施。
⏳ 時間線
2006
Google語音辨識首次應用於Goog-411產品。
2009
Google語音辨識擴展至Google Voice、YouTube、語音搜尋等服務。
2016-07
Google文件（Google Docs）內建語音輸入功能，支援中文聽寫。
2019-05
Google觀察到語音搜尋查詢量自2013年起大幅增長，且Google助理上的查詢更長、更具對話性及行動導向。
2026-03
Gboard Beta版17.1.2新增「使用藍牙麥克風」選項，解決長期限制。
2026-05
Google在Android Show: I/O Edition 2026活動中推出Gboard的Gemini驅動Rambler多語言聽寫功能。
📎 來源 (19)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： IT之家 ↗