O Gemini agora pode esconder seus tropeços antes de eles virarem texto

Em resumo: o Google apresentou o Gemini 3.5 Transcribe, um modelo que transforma fala em texto já revisado. Ele promete mais velocidade, menos erros e limpeza automática de hesitações. A troca é importante: o resultado pode ficar melhor de ler, mas deixar de ser um registro literal do que alguém disse.

Não é só uma transcrição mais rápida

Falar para o celular e receber um texto pronto parece uma evolução pequena. Não é. O Gemini 3.5 Transcribe foi anunciado pelo Google como um novo modelo de voz para texto dentro da família Gemini. A proposta vai além de reconhecer palavras.

Segundo números reportados pela Ars Technica, ele entrega o texto final cerca de 70% mais rápido que o Chirp 3. Na medição de fala ao vivo citada pela publicação, a taxa de erro caiu de 7,3% para 5,5%.

Os percentuais importam, mas a mudança mais interessante está no acabamento. O modelo pode remover preenchimentos de fala, corrigir tropeços e formatar o texto automaticamente. Em vez de receber um amontoado de “é”, “hum” e frases interrompidas, a pessoa pode encontrar uma versão mais fluida da ideia.

Para quem dita um rascunho no caminho do trabalho, isso reduz uma etapa inteira de edição. Para quem precisa guardar exatamente o que foi dito, porém, cria uma pergunta desconfortável: onde termina a transcrição e começa a reescrita?

O texto pode ficar melhor e menos fiel ao mesmo tempo

Esse é o trade-off central da novidade. Uma ferramenta que limpa a fala não atua apenas como gravador. Ela faz escolhas de apresentação. Ao remover uma hesitação ou corrigir uma frase torta, preserva a intenção provável, mas pode alterar a formulação literal.

Na rotina de criadores brasileiros, isso tende a ser uma vantagem. Um roteiro falado, uma ideia para vídeo ou um briefing para cliente ganha velocidade quando chega mais perto de um texto publicável. Jornalistas podem usar o recurso para organizar notas iniciais. Vendedores podem transformar uma explicação rápida em follow-up. Devs e empreendedores podem capturar decisões sem parar para digitar.

Mas há situações em que a fala imperfeita também é dado. Em uma reunião sensível, no atendimento ao cliente, em contexto de saúde ou em material jurídico, uma versão “melhorada” pode não ser o registro apropriado. O uso responsável pede duas saídas claras: uma transcrição literal, quando a fidelidade for necessária, e uma versão editada, quando a prioridade for leitura.

Esse detalhe não é burocracia. É o que separa uma ferramenta de produtividade de uma ferramenta que pode distorcer documentação importante sem que ninguém perceba.

O que o Gemini 3.5 Transcribe acrescenta

Além da limpeza automática, o modelo foi anunciado com suporte a vocabulário personalizado e jargão especializado. Isso é relevante para áreas em que uma palavra errada muda o sentido da conversa, como tecnologia, medicina, direito e vendas B2B.

O Google também informou suporte a mais de 85 idiomas e a até três falantes em áudio pré-gravado. Na prática, a promessa é que uma conversa gravada possa ser separada entre participantes, em vez de virar um bloco único de texto. Ainda assim, é prudente revisar nomes próprios, termos técnicos e trechos decisivos antes de reutilizar o material.

O recurso começou a chegar ao Rambler no Gboard para Android, em países e idiomas selecionados; ao app Gemini no macOS; e para desenvolvedores pela Gemini API, AI Studio e Antigravity. O suporte ao Chrome foi anunciado para breve.

A distribuição em produtos tão diferentes mostra a ambição do Google. O ditado deixa de ser um recurso isolado do teclado e passa a funcionar como infraestrutura de entrada para ferramentas de criação e desenvolvimento.

A correção que evita uma leitura exagerada do anúncio

A cobertura inicial gerou uma confusão sobre o tamanho da atualização. Depois, o Google esclareceu que o anúncio atual é apenas do Gemini 3.5 Transcribe. Outros modelos Gemini 3.5 Live que pareciam fazer parte do pacote não foram anunciados agora.

A correção foi registrada pelo The Verge. Vale destacar porque anúncios de IA costumam juntar nomes, recursos e promessas em uma mesma manchete. Separar o que já está disponível do que ainda não existe evita transformar expectativa em produto entregue.

O que muda para quem trabalha falando

O melhor caso de uso não é abandonar a revisão. É reduzir o atrito entre pensar, falar e produzir uma primeira versão aproveitável. Quem cria conteúdo pode ditar um esboço. Quem vende pode registrar os pontos de uma conversa. Quem programa pode converter uma explicação de bug em nota de trabalho mais organizada.

O benefício chega em uma boa hora para usuários brasileiros que já usam ferramentas do Google no estudo e no trabalho. Para entender outras frentes da empresa no país, vale acompanhar também a notícia sobre o Google AI Plus grátis para estudantes no Brasil.

A regra prática é simples: use a versão limpa para ganhar tempo, mas preserve o áudio e revise o texto quando cada palavra importar. O Gemini está tornando o ditado mais útil. Isso não torna a fala original descartável.