Gemini的多模态能力比其他模型还是更胜一筹。我要检查一段视频中的语音有没有念错字，有的模型要么会根据视频字幕瞎编，要么会让你先转成音频，再自行使用其他专门AI转文字工具来完成识别，而Gemini则正儿八经地提取了视频里的音频，成功找到了那个错读音
发布于 湖南
龙爪槐守望者
Gemini的多模态能力比其他模型还是更胜一筹。我要检查一段视频中的语音有没有念错字，有的模型要么会根据视频字幕瞎编，要么会让你先转成音频，再自行使用其他专门AI转文字工具来完成识别，而Gemini则正儿八经地提取了视频里的音频，成功找到了那个错读音