讀原文（在新分頁開啟原站）連到 Blog E（Evan Lin）
摘要
分享如何用 Gemini 3.5 Transcribe 模型開發跟讀評分功能，透過逐字時間戳與比對邏輯判斷發音正確度。讀者可學習如何選擇語音轉文字模型、解析 API 回應結構，以及處理自訂詞彙與模式選擇等實戰細節。
A tutorial on building a reading practice scoring feature using Gemini 3.5 Transcribe, covering model selection, API response parsing, and scoring logic implementation.
摘要、重點與章節標題由語言模型整理，細節（誰說的、數字、先後）可能有誤；要引用請以原始內容為準。
重點
- 選用 gemini-3.5-transcribe 模型以獲取逐字時間戳。
- 使用 verbatim 模式保留實際發音，避免自訂詞彙干擾評分。
- 透過比對文字與讀音，區分「念錯」與「沒唸到」的情況。
提到的工具與公司
- gemini-3.5-transcribe
- gemini-3.5-transcribe-live
- gemini-3.8-flash
- difflib.SequenceMatcher
- IAP
- MediaRecorder
適合誰看
正在開發語音轉文字應用或想將 AI 工具整合進教學軟體的程式開發者。
摘要依據
- 講者
- Evan Lin
- 依據
- 文章全文
為什麼排在這裡
- 人氣
- 0.75
- 新鮮
- 0.95
在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算
相關內容
- A Developer’s Guide to Gemini 3.5 Transcribe影片 ・ Google Cloud Tech ・ 5 分鐘 ・
- How to build with Gemini 3.5 Transcribe影片 ・ Google for Developers ・ 5 分鐘 ・
- [AI 實戰] Gemini 3.5 Transcribe 的兩顆模型：即時逐字稿與語者分離，實作進 macOS 會議翻譯 App文章 ・ Blog E（Evan Lin） ・
- Turn Audio into Action with Gemini 3.5 Transcribe影片 ・ Google Cloud Tech ・ 5 分鐘 ・
- [AI 實戰] Gemini 3.8 Flash TTS 正式推出：我用它做了一個「跟著 MV 學日文」的 Web App，然後把一天的額度燒光了文章 ・ Blog E（Evan Lin） ・
- Introducing gpt-transcribe and gpt-live-transcribe影片 ・ OpenAI ・ 2 分鐘 ・
這個來源最近的內容
摘要由 AI 根據原文產生，可能有誤；完整內容請看原站。讀原文（在新分頁開啟原站）