Gemini 音频概览能做什么:从上传资料到播放、下载与分享
Gemini 应用中的音频概览(Audio Overview)是一项把材料转为播客式对话的功能。根据 Google 支持文档,它可以处理文档、幻灯片、NotebookLM 笔记本和深度研究报告,生成 podcast 风格的对话音频。对于希望把长篇材料转为可听内容的用户来说,这项功能提供了一条从上传到收听的完整路径。
使用前有两个明确条件:必须登录 Gemini 应用,且该功能目前不向 18 岁以下用户开放。在电脑上打开 gemini.google.com,点击 Add file 选择要上传的文件,然后在提示词中要求 Gemini 创建音频概览即可。除了常规对话入口,Canvas 中也能创建:点击右上角的 Create,再选择 Audio Overview。如果手头是深度研究报告,同样可以基于报告生成音频概览,文档中给出了单独的操作说明入口。
生成通常约需 3 至 5 分钟。等待期间,用户可以离开当前对话并新建对话,继续处理其他事情。音频概览就绪后,Gemini 会在对应聊天线程旁通知用户,回到原对话即可查看结果。这一流程意味着发起生成后不必一直停留在页面,可以先做别的事,收到通知再回来。
生成完成后,播放、下载和分享都在同一聊天线程内完成。用户回到 gemini.google.com,若聊天列表被隐藏,先点击顶部菜单调出侧边栏,选中带音频概览的对话,点击播放即可收听。要下载,在播放器上点击 More,再选 Download;要分享,同样在播放器上点击 More,选择 Share conversation。分享时可复制 g.co/gemini/share 链接,粘贴到聊天软件、邮件草稿或论坛帖子中,也可以选择页面上列出的社交平台,按屏幕提示完成分享。
需要留意的是,支持文档没有说明如何核对生成音频的内容准确性。播客式对话经过模型转述和重组,是否忠实于原文件、关键数据有无偏差,仍需用户自行对照原始材料判断。此外,文档按操作分节说明,并未提供完整的端到端教程;地区可用性差异、套餐价格差异、移动端与电脑端的功能差异细节,也未在原文中展开。
原始资料
https://support.google.com/gemini/answer/16047373?hl=en&ref_topic=16079905