Gemini 1.5 Proで文字起こしを試してみた｜にょす

Gemini 1.5 Proが音声ファイルにも対応したということで、Whisper大好きマンとして、どれほどのものなのかを簡単に調査したいと思います。 Gemini 1.5 Pro on #VertexAI also supports processing audio inputs - including music, speech, and even the audio portion of videos. 🎵 This means it can give high-quality transcriptions or be used to search & analyze multimodal content. → https://t.co/CLMN3wNmeP #GoogleCloudNext pic.twitter.com/kEy2vSVpK0 — Google DeepMind

[sh19910711]

"Gemini 1.5 Proが音声ファイルにも対応 / 文字起こし: プロンプトによって出力結果に大きく影響がする感じ + 指示だけでタイムスタンプも紐付けられる / Vertex AIから利用ができました。Google AI Studioからも利用できるようです"