Google NotebookLM otrzymuje funkcję Audio Overviews, która zamienia dokumenty w dyskusje audio

Google NotebookLM otrzymuje nową funkcję, która może zamienić Twoje dokumenty w angażujące dyskusje audio przypominające podcasty. Gigant technologiczny z Mountain View ogłosił w środę nową funkcję nazwaną Audio Overviews. Funkcja jest dostępna dla wszystkich użytkowników, którzy wyrażą zgodę na wypróbowanie NotebookLM, który jest nadal dostępny jako narzędzie eksperymentalne. Funkcja ta nie jest prostym renderowaniem tekstu na mowę, ale wykorzystuje sztuczną inteligencję do generowania pełnoprawnej konwersacji, w tym żartów. Co ciekawe, narzędzie zostało po raz pierwszy wprowadzone w Indiach i innych wybranych regionach w czerwcu.

Google NotebookLM otrzymuje funkcję podglądu audio

Na blogu postGoogle szczegółowo opisał nową funkcję i podkreślił, że Audio Overviews zostało już wdrożone. Pracownicy Gadgets 360 byli w stanie zauważyć tę funkcję i powinna być ona dostępna dla każdego, kto ma dostęp do narzędzia do robienia notatek opartego na sztucznej inteligencji.

Funkcja jest łatwa w użyciu. Użytkownik musi najpierw dodać źródło, którym może być plik PDF, TXT lub Markdown, a także prosty tekst wklejony bezpośrednio do platformy notatnika. Po dodaniu źródła użytkownicy muszą kliknąć ikonę przewodnika po notatniku umieszczoną na dole. Spowoduje to wyświetlenie interfejsu, w którym można zobaczyć podsumowanie dokumentu oraz sugerowane monity.

W prawym górnym rogu znajduje się nowa sekcja Audio Overviews. Stuknięcie Generate rozpocznie proces przekształcania treści w angażującą dyskusję audio. Format obejmuje mężczyznę i kobietę AI, którzy omawiają temat.

Podczas naszych testów odkryliśmy, że rozmowa jest bardzo ludzka, a gospodarze AI podkreślają istotne słowa, modulują głosy i robią pauzy dla dramatycznego efektu. Ponadto gospodarze AI przerywają sobie nawzajem, aby wyglądało to jak prawdziwa rozmowa. Przerwy są wykonywane albo po to, aby budować na tym, co zostało powiedziane, albo aby dalej kontekstualizować informacje. Gospodarze AI również żartują i przekomarzają się. Po wygenerowaniu pliki audio można również pobrać.

Ponadto wydaje się, że funkcja korzysta z Internetu, aby znaleźć więcej informacji na dany temat, ponieważ zauważyliśmy, że Audio Overview zawiera czasami większą głębię niż materiał źródłowy. Jednak Google stwierdza: „Ważne jest, aby pamiętać, że te generowane dyskusje nie są kompleksowym ani obiektywnym spojrzeniem na dany temat, ale po prostu odzwierciedleniem przesłanych przez Ciebie źródeł”.

Istnieją również pewne ograniczenia tej funkcji. Nazywając Audio Overviews funkcją eksperymentalną, Google twierdzi, że wygenerowanie pojedynczej dyskusji audio może zająć kilka minut. Funkcja ta obecnie obsługuje tylko język angielski, więc użytkownicy nie będą mogli generować dźwięku w innych językach. Ponadto gigant technologiczny podkreślił, że hostów AI nie można przerywać i mogą występować nieścisłości.