A Google Dokumentumok hangos összefoglalókat adnak hozzá a Geminihez, hogy a dokumentumokat hallgatással lehessen olvasni

  • A Google Docs mesterséges intelligencia által generált hangösszefoglalókat használ a Gemini rendszerrel hosszú dokumentumokhoz.
  • A funkció az Eszközök > Hang > Hallgassa meg a dokumentum összefoglalóját menüből aktiválható.
  • Lehetővé teszi a hang, a stílus (narrátor, meggyőző vagy oktató) és a lejátszási sebesség testreszabását.
  • A bevezetés fokozatos, és egyelőre a Google Workspace fizetős kiadásaira és kiegészítőire összpontosít.

Hangösszefoglaló funkció a Google Dokumentumokban a Gemini segítségével

A Google egy új hangos összefoglaló funkciót ad a Google Dokumentumokhoz, amelyet a Gemini , a saját mesterséges intelligencia rendszere működtet, és azoknak készült, akiknek hosszú dokumentumokkal kell bepótolniuk a tudásukat anélkül, hogy el kellene olvasniuk azokat az elejétől a végéig. Az ötlet egyszerű: egy fájl tartalmát rövid, érthető narrációvá alakítani, amely közvetlenül a böngészőben hallgatható meg.

Ezzel az új funkcióval a vállalat megerősíti a más irodai eszközökben már megfigyelhető trendet: a mesterséges intelligenciát nemcsak szövegek írására vagy összefoglalására, hanem percek alatt felolvasására is használják . Ez a lépés mind a szakmai, mind az akadémiai környezetet célozza meg, és különösen hasznos lehet Európában és Spanyolországban, ahol a Google Workspace-t széles körben alkalmazzák vállalkozásokban, oktatási intézményekben és kormányzati szervekben.

Mik azok a Gemini hangos összefoglalók a Google Dokumentumokban?

Az új funkció lehetővé teszi a Gemini számára, hogy egy dokumentum tartalmából hangos összefoglalót generáljon, amely jellemzően néhány percig tart , még akkor is, ha a fájl több oldalt vagy szakaszt tartalmaz. A felhasználó a bekezdések felolvasása helyett a mesterséges intelligencia által kiválasztott főbb pontokat hallgatja meg.

Ezek az összefoglalók „rövid szóbeli szinopszisként” jelennek meg természetes hangvételű stílusban , hogy a megértés a lehető leggördülékenyebb legyen. A cél az, hogy a hallgató gyorsan áttekintést kapjon a szövegről, és el tudja dönteni, hogy mélyebben el kell-e mélyednie benne.

A gyakorlatban úgy működik, mint egyfajta ultrarövid podcast a dokumentumról, hasonlóan ahhoz, amit más platformok, mint például az Acrobat, már kínálnak hangos összefoglalóikkal , de közvetlenül a Google Dokumentumokba integrálva és a Gemini technológia támogatásával.

A cég szerint ez az eszköz segít a felhasználóknak "gyorsan utolérni" a jelentéseket, jegyzeteket, jegyzőkönyveket vagy prezentációkat anélkül, hogy annyi időt töltenének a hagyományos olvasással. Mindez fájlok exportálása vagy további bővítmények telepítése nélkül érhető el.

Hangösszefoglalók aktiválása és használata a Google Dokumentumokban

A funkció engedélyezésének folyamata meglehetősen egyszerű. Egyszerűen nyissa meg a dokumentumot a Google Dokumentumokban, és lépjen a szokásos eszközök menübe , ahol megtalálja a hangbeállítást.

Az összefoglaló meghallgatásának lépései a következők:

  1. Dokumentum megnyitása a Google Dokumentumokban.
  2. Kattintson a fülre "Eszközök" a tetején.
  3. Válassza az opciót "Hang".
  4. választ „Hallgassa meg a dokumentum összefoglalóját”.
  5. Várjon néhány percet, amíg a rendszer létrehozza a szintézist, majd A hanglejátszás elindul.

A létrehozás után a felhasználó a saját preferenciái szerint szüneteltetheti, folytathatja vagy módosíthatja a lejátszást. A funkció fokozatosan kerül bevezetésre , így néhány napba telhet, mire megjelenik az összes kompatibilis fiókban Spanyolországban és más európai országokban.

Bizonyos esetekben, különösen vállalati környezetekben, ennek a lehetőségnek a láthatósága több mint két hetet is igénybe vehet , mivel a bevezetés szakaszosan történik a Google Workspace különböző kiadásain belül.

Hang testreszabása és sebességszabályozás

A frissítés egyik legszembetűnőbb aspektusa a hangélmény testreszabásának lehetősége. A Google Dokumentumokban különböző hangstílusok közül választhatunk az összefoglalókhoz, így rugalmasan beállíthatjuk a hangnemet az egyes tartalomtípusokhoz leginkább illően.

Az elérhető profilok között olyanok szerepelnek, mint a „narrátor”, a „meggyőző” vagy a „coach ”. Az első az informatívabb és semlegesebb közlésmódot célozza meg, a második egy kissé hangsúlyosabb jelleget ad, a harmadik pedig a motivációs vagy utasító stílust részesíti előnyben, ami hasznos lehet képzési vagy nyomon követési dokumentumokban.

Ezenkívül a felhasználó beállíthatja a hanglejátszás sebességét , hasonlóan a ChatGPT csevegési módjában található hang üzemmódhoz . Ez lehetővé teszi számukra, hogy lassabban hallgassák meg az összefoglalót a részletek jobb megjegyezése érdekében, vagy felgyorsítsák a gyors áttekintés érdekében, amikor kevés az idő.

A hangstílusok és a különböző ritmusok kombinációja segít mindenkinek a saját tanulási vagy munkamódszeréhez igazítani az eszközt , ami különösen érdekes azoknak a profiloknak, akik már hozzászoktak a hanganyagok, például podcastok vagy hangoskönyvek fogyasztásához.

A látássérültek vagy azok számára , akik egyszerűen csak a hangformátumot részesítik előnyben a képernyőn megjelenő felolvasással szemben , ez a funkció a dokumentumszerkesztőbe integrált alternatívát kínálva a hozzáférhetőség terén is előrelépést jelent.

Mikor a leghasznosabbak a hangos összefoglalók?

Ennek a funkciónak a hasznossága különösen az időkorlátos helyzetekben szembetűnő. Egy megbeszélés előtt például egy összefoglaló meghallgatása segíthet a fontos információk frissítésében néhány perc alatt anélkül, hogy a teljes jelentést át kellene nézni.

Azokban a munkakörnyezetekben, ahol több projektet irányítanak egyszerre, a hangos összefoglalók leegyszerűsítik a jelentések, javaslatok vagy prezentációk áttekintését . Ahelyett, hogy minden egyes dokumentumot külön-külön kellene megnyitni, lehetővé válik az egyes dokumentumok lényegének megértése és a hatékonyabb rangsorolás.

Az akadémiai környezetben, mind a spanyol egyetemeken, mind az európai szakképző központokban, a diákok hanganyagok segítségével útközben is átnézhetik a részletes jegyzeteiket, záróprojektjeiket vagy disszertációikat . Az összefoglalók meghallgatása utazás közben vagy az órák között segíthet bizonyos fogalmak megszilárdításában.

Hasznos eszköz azok számára is, akik a tanulást vagy a munkát más kötelezettségekkel kombinálják. Ha a házimunka vagy testmozgás közben is meghallgathatunk egy összefoglalót, az csökkenti azt az érzést, hogy „plusz időt” kell szereznünk a dokumentumok olvasására.

Mindezen forgatókönyvekben a hang és a sebesség testreszabásának lehetősége segít abban, hogy jobban illeszkedjen az egyes helyzetekhez: a videohívás előtti gyors áttekintéstől kezdve a kényelmesebb hallgatásig, például egy vizsgára vagy egy fontos prezentációra való felkészüléskor.

Mit csinál még a Gemini a Google Dokumentumokban?

A hangos összefoglalók csak egy részét képezik a Gemini Google Dokumentumokban betöltött szerepének. A mesterséges intelligencia asszisztensként van integrálva, és a felhasználói fiók felületétől függően chaten vagy a dokumentum jobb felső sarkában található csillag ikonra kattintva érhető el.

Innen a felhasználók megkérhetik a Geminit, hogy egy rövid leírásból készítsen vázlatokat . Például kérhetik, hogy írjon egy bevezető bekezdést a mesterséges intelligencia programozásban betöltött előnyeiről, vagy hozzon létre egy adott részt egy jelentésben.

Egy másik kulcsfontosságú funkciója a már megírt szövegrészek átírása és csiszolása : a hangnem formálisról informálisra (vagy fordítva) való váltása, a túl hosszú szövegek lerövidítése, a rövid magyarázatok bővítése, vagy az általános folyékonyság javítása, hogy az eredmény természetesebbnek vagy professzionálisabbnak hangozzon.

A Gemini a strukturáló munkához is segítséget nyújt. A laza ötleteket listákká, vázlatokká vagy táblázatokká alakíthatja , valamint kulcsfontosságú pontokat generálhat egy prezentációhoz, vagy konkrét lépéseket javasolhat gyakorlati útmutatókhoz, például hely felszabadításához a Google Drive-on vagy feladatok rendszerezéséhez egy projektben.

A hangos összefoglalók mellett a mesterséges intelligencia képes hosszú írott dokumentumok összefoglalására is , így könnyen azonosíthatók a legrelevánsabb részek, mielőtt mélyebbre ásnánk magunkat. Ezáltal az eszköz értékes erőforrássá válik mind a tartalomíráshoz, mind a szerkesztéshez.

Telepítés, kompatibilis tervek és kontextus Európában

A Google szakaszosan kezdte el bevezetni a hangos összefoglalók funkciót a Gemini rendszerben. A funkció már elérhető, de a megvalósítása több hétig is eltarthat , így nem minden felhasználó fogja egyszerre látni a Google Dokumentumok-fiókjában.

A vállalat egyelőre azt jelezte, hogy a funkció a Google Workspace fizetős kiadásait és bizonyos mesterséges intelligencia-kiegészítőket célozza meg . Ezek közé tartozik a Business Standard és Business Plus, az Enterprise Standard és Enterprise Plus, valamint a vállalkozásoknak szánt Google AI Ultra kiegészítők, az oktatásnak szánt Google AI Pro, valamint a Google AI Pro és Ultra csomagok.

Ez azt jelenti, hogy legalább az első fázisban az eszköz elsősorban szervezett szakmai és oktatási környezeteknek szól , például olyan vállalatoknak, egyetemeknek vagy iskoláknak, amelyek már rendelkeznek haladó Workspace licenccel Spanyolországban és az Európai Unió többi részén.

Egy másik fontos részlet, hogy nincsenek külön adminisztratív vezérlők vagy végfelhasználói beállítások a funkció engedélyezéséhez vagy letiltásához . Miután a Google engedélyezi egy domainhez vagy fiókhoz, a beállítás közvetlenül a Google Dokumentumok eszközmenüjében jelenik meg további konfiguráció nélkül.

Ezzel az új funkcióval párhuzamosan a vállalat továbbra is bővíti a Gemini egyéb képességeit és kapcsolódó funkcióit az ökoszisztémájában, például a mesterséges intelligencia által generált összefoglalókat további szolgáltatásokban, valamint az olyan alkalmazások fejlesztését, mint a Gmail . Mindez megerősíti azt a világos trendet, hogy a Google csomagján belüli mindennapi feladatok egyre inkább mesterséges intelligencia által vezérelt automatizált segítséget tartalmaznak.

Ezzel a lépéssel a Google Dokumentumok megerősíti szerepét, mint felhőalapú termelékenységi eszköz. A segített írás, az írásos összefoglalók és most már a hangos összefoglalók kombinációja különböző módokat kínál ugyanazon információkkal való interakcióra, ami jól illeszkedhet az európai vállalatok és a távolról koordinálni szükséges elosztott csapatok munkaszokásaihoz.

A hangos összefoglalók megjelenése a Gemini rendszerben mindenképpen érdekes változást jelent a dokumentumok áttekintésének módjában: a hallgatás kezd versenyre kelni az olvasással, mint a tartalom asszimilációjának elsődleges módja . Még nem tudni, hogy a spanyol és európai vállalatok, tanárok és diákok milyen mértékben építik be ezt a megközelítést a mindennapjaikba, vagy kombinálják a hagyományos módszerekkel.

A ChatGPT integrálja a hangalapú csevegést
Kapcsolódó cikk:
A ChatGPT hangalapú módot integrál a csevegésbe a természetesebb és multimodálisabb beszélgetés érdekében.

Hozzáadás előnyben részesített forrásként a Google-ben