Google Gemini сега овозможува преземање аудио фајлови и автоматско креирање транскрипт со временски ознаки и препознавање на говорници.
Google повторно ја унапреди својата Gemini апликација и им овозможи на корисниците да испратат аудио фајлови, кои потоа АИ ги претвора во транскрипт за само една секунда. Оваа функција е особено корисна за водење белешки од состаноци или предавања, бидејќи ја елиминира потребата од повторно преслушување на снимките.
Новата опција е достапна и во мобилната и во веб-верзијата на апликацијата. Доволно е корисникот во Gemini дијалогот да кликне на знакот „+” и да ја избере опцијата „Испрати фајл”. Поддржаните формати вклучуваат MP3, M4A и WAV, што ги покрива најчесто користените типови на аудио записи.
Gemini сега поддржува префрлање аудио фајлови и инстант транскрипција
Според првите тестирања, Gemini не само што може да направи комплетен транскрипт, туку и да додаде временски ознаки и да препознае различни говорници. Тоа значи дека записот станува форматиран и прегледен, што го олеснува понатамошното анализирање на содржината.
Џош Вудвард, потпретседател на Google Labs и Gemini одделението, истакна дека токму „поддршката за аудио фајлови” била најчестиот барај на корисниците. Сега таа опција е достапна за сите, но со ограничување – можно е да се испратат максимум десет фајлови по една инструкција, пренесува LTN.
Со овој потег Google дополнително ги шири можностите на Gemini апликацијата, претворајќи ја во моќна алатка за продуктивност која може да се користи во деловни, образовни и лични цели. Јасно е дека целта е Gemini да стане централна точка за работа со различни типови датотеки, вклучувајќи текст, слики и сега – звук.
