Nagdagdag ang Google Docs ng mga buod ng audio gamit ang Gemini para sa pagbabasa ng mga dokumento sa pamamagitan ng pakikinig

  • Isinasama ng Google Docs ang mga buod ng audio na binuo ng AI na pinapagana ng Gemini para sa mahahabang dokumento.
  • Ang function ay naa-activate mula sa menu na Tools > Audio > Listen to a buod ng dokumentong ito.
  • Pinapayagan ka nitong i-customize ang boses, istilo (tagapagsalaysay, tagapanghikayat o tagasanay) at bilis ng pag-playback.
  • Ang paglulunsad ay unti-unti at, sa ngayon, ay nakatuon sa mga bayad na edisyon at mga add-on ng Google Workspace.

Tampok na buod ng audio sa Google Docs gamit ang Gemini

Nagdaragdag ang Google ng bagong tampok na buod ng audio sa Google Docs, na pinapagana ng Gemini , ang sistemang artificial intelligence nito, na idinisenyo para sa mga kailangang magbasa ng mahahabang dokumento nang hindi kinakailangang basahin ang mga ito mula simula hanggang katapusan. Simple lang ang ideya: gawing maikli at madaling maunawaang pagsasalaysay ang nilalaman ng isang file na maaaring pakinggan nang direkta sa browser.

Gamit ang bagong tampok na ito, pinatitibay ng kumpanya ang trend na nakikita na sa iba pang mga tool sa opisina: ang paggamit ng AI hindi lamang para magsulat o magbuod ng mga teksto, kundi pati na rin para basahin nang malakas ang mga ito sa loob lamang ng ilang minuto. Tinatarget ng hakbang na ito ang parehong propesyonal at akademikong kapaligiran at maaaring maging kapaki-pakinabang lalo na sa Europa at Espanya, kung saan ang Google Workspace ay malawakang ipinapatupad sa mga negosyo, institusyong pang-edukasyon, at mga ahensya ng gobyerno.

Ano ang mga audio buod gamit ang Gemini sa Google Docs?

Ang bagong tampok ay nagbibigay-daan sa Gemini na bumuo ng isang pasalitang buod mula sa nilalaman ng isang dokumento, na karaniwang tumatagal ng ilang minuto , kahit na ang file ay may kasamang maraming pahina o seksyon. Sa halip na basahin ang bawat talata, nakikinig ang gumagamit sa mga pangunahing puntong pinili ng AI.

Ang mga buod na ito ay inilalahad bilang isang "maikling berbal na sinopsis" sa natural na istilo ng boses , na idinisenyo upang gawing mas maayos ang pag-unawa hangga't maaari. Ang layunin ay para mabilis na makakuha ng pangkalahatang-ideya ang tagapakinig ng teksto at makapagpasya kung kailangan pa ba nilang magsaliksik nang mas malalim.

Sa pagsasagawa, gumagana ito na parang isang uri ng napakaikling podcast ng dokumento, katulad ng iniaalok na ng ibang mga platform tulad ng Acrobat kasama ang kanilang mga audio buod , ngunit direktang isinama sa Google Docs at sinusuportahan ng teknolohiyang Gemini.

Ayon sa kompanya, ang tool na ito ay naglalayong tulungan ang mga user na "mabilis na makahabol" sa mga ulat, tala, katitikan ng pulong, o mga presentasyon nang hindi gumugugol ng napakaraming oras sa tradisyonal na pagbabasa. Nakakamit ang lahat ng ito nang hindi na kailangang mag-export ng mga file o mag-install ng mga karagdagang extension.

Paano i-activate at gamitin ang mga audio buod sa Google Docs

Ang proseso para sa pagpapagana ng feature na ito ay medyo diretso. Buksan lamang ang dokumento sa Google Docs at i-access ang karaniwang tools menu , kung saan makikita mo na ngayon ang opsyong audio.

Ang mga hakbang sa pakikinig sa buod ay ang mga sumusunod:

  1. Magbukas ng dokumento sa Google Docs.
  2. Mag-click sa tab "Mga tool" sa taas.
  3. Piliin ang pagpipilian "Audio".
  4. Pumili "Pakinggan ang buod ng dokumentong ito".
  5. Maghintay ng ilang sandali habang binubuo ng sistema ang sintesis, at pagkatapos Magsisimula ang pag-playback ng audio.

Kapag nabuo na, maaaring i-pause, ipagpatuloy, o isaayos ng user ang playback ayon sa kanilang mga kagustuhan. Unti-unting inilulunsad ang feature na ito , kaya maaaring abutin ng ilang araw bago lumabas sa lahat ng compatible na account sa Spain at iba pang mga bansang Europeo.

Sa ilang mga kaso, lalo na sa mga korporasyon, ang pagpapakita ng opsyong ito ay maaaring tumagal nang higit sa dalawang linggo upang makumpleto, dahil ang paglulunsad ay ginagawa nang paunti-unti sa loob ng iba't ibang edisyon ng Google Workspace.

Pag-customize ng boses at pagkontrol ng bilis

Isa sa mga pinakakapansin-pansing aspeto ng update ay ang kakayahang i-customize ang karanasan sa audio. Binibigyang-daan ka ng Google Docs na pumili mula sa iba't ibang istilo ng boses para sa mga buod, na nagbibigay sa iyo ng kaunting kakayahang umangkop upang ayusin ang tono upang pinakaangkop sa bawat uri ng nilalaman.

Kabilang sa mga opsyon na maaaring pagpilian ay ang mga profile tulad ng “tagapagsalaysay,” “tagapanghikayat,” o “tagapagsanay .” Ang una ay nakatuon sa isang mas nakapagbibigay-kaalaman at neutral na paghahatid, ang pangalawa ay nagdaragdag ng bahagyang mas mariing pahiwatig, at ang pangatlo ay pinapaboran ang isang istilo ng pagganyak o direktiba, na maaaring maging kapaki-pakinabang sa mga dokumento ng pagsasanay o mga kasunod na dokumento.

Bukod pa rito, maaaring isaayos ng gumagamit ang bilis ng pag-playback ng audio , katulad ng voice mode sa chat ng ChatGPT . Nagbibigay-daan ito sa kanila na makinig sa buod nang mas mabagal upang mas matandaan ang mga detalye, o mapabilis ito para sa isang mabilis na pagsusuri kapag kulang ang oras.

Ang kombinasyong ito ng mga istilo ng boses at iba't ibang ritmo ay nakakatulong sa bawat tao na iakma ang tool sa kanilang paraan ng pagkatuto o pagtatrabaho , isang bagay na lalong kawili-wili para sa mga profile na sanay na sa panonood ng audio content, tulad ng mga podcast o audiobook.

Para sa mga may kapansanan sa paningin o mas gusto lang ang format ng audio kaysa sa on-screen reading , ang feature na ito ay kumakatawan din sa isang hakbang pasulong sa accessibility, sa pamamagitan ng pag-aalok ng alternatibong isinama sa mismong document editor.

Kailan pinakamabisa ang mga audio buod?

Ang kapakinabangan ng tampok na ito ay lalong kapansin-pansin sa mga konteksto kung saan limitado ang oras. Halimbawa, bago ang isang pulong, ang pakikinig sa isang buod ay makakatulong upang ma-refresh ang mahahalagang impormasyon sa loob ng ilang minuto nang hindi kinakailangang suriin ang buong ulat.

Sa mga kapaligirang pangtrabaho kung saan maraming proyekto ang sabay-sabay na pinamamahalaan, pinapadali ng mga audio buod ang pagsusuri ng mga ulat, panukala, o presentasyon . Sa halip na buksan ang bawat dokumento nang paisa-isa, posibleng maunawaan ang diwa ng bawat isa at mas epektibong mag-prioritize.

Sa mga akademikong setting, kapwa sa mga unibersidad sa Espanya at mga sentro ng pagsasanay bokasyonal sa Europa, maaaring gumamit ang mga mag-aaral ng audio upang repasuhin ang mga detalyadong tala, mga pangwakas na proyekto, o mga disertasyon habang naglalakbay. Ang pakikinig sa isang buod habang nagko-commute o sa pagitan ng mga klase ay makakatulong na patibayin ang ilang mga konsepto.

Isa rin itong kapaki-pakinabang na kagamitan para sa mga taong pinagsasama ang pag-aaral o pagtatrabaho sa iba pang mga responsibilidad. Ang pakikinig sa isang buod habang gumagawa ng mga gawaing-bahay o nag-eehersisyo ay nakakabawas sa pakiramdam ng pangangailangang "maglaan ng dagdag na oras" para magbasa ng mga dokumento.

Sa lahat ng mga sitwasyong ito, ang kakayahang i-customize ang boses at bilis ay nakakatulong upang mas umangkop sa bawat sitwasyon: mula sa isang mabilis na pagsusuri bago ang isang video call hanggang sa mas masayang pakikinig kapag naghahanda para sa isang pagsusulit o isang mahalagang presentasyon.

Ano pa ang ginagawa ng Gemini sa loob ng Google Docs

Ang mga audio buod ay isa lamang bahagi ng papel ng Gemini sa Google Docs. Ang AI ay isinama bilang isang assistant, na maa-access sa pamamagitan ng chat o star icon sa kanang sulok sa itaas ng dokumento, depende sa interface ng account ng user.

Mula roon, maaaring hilingin ng mga user sa Gemini na bumuo ng mga draft ng teksto mula sa isang maikling paglalarawan . Halimbawa, maaari nilang hilingin dito na magsulat ng isang pambungad na talata tungkol sa mga benepisyo ng artificial intelligence sa programming o lumikha ng isang partikular na seksyon ng isang ulat.

Isa pa sa mga pangunahing tungkulin nito ay ang kakayahang muling isulat at pakinisin ang mga naisulat nang bahagi : pagsasaayos ng tono mula pormal patungong impormal (o kabaliktaran), pagpapaikli ng mga tekstong masyadong mahahabang teksto, pagpapalawak ng mga paliwanag na maikli, o pagpapabuti ng pangkalahatang kahusayan upang ang resulta ay magtunog na mas natural o propesyonal.

Ang Gemini ay nagsisilbi ring suporta para sa pagbubuo ng istruktura ng trabaho. Maaari nitong gawing mga listahan, balangkas, o talahanayan ang mga maluwag na ideya , pati na rin ang pagbuo ng mga pangunahing punto para sa isang presentasyon o pagmumungkahi ng mga konkretong hakbang para sa mga praktikal na gabay, tulad ng pagpapalaya ng espasyo sa Google Drive o pag-oorganisa ng mga gawain sa isang proyekto.

Bukod sa mga buod na audio, kayang ibuod ng AI ang mahahabang nakasulat na dokumento , na ginagawang madali ang mabilis na pagtukoy sa mga pinaka-kaugnay na seksyon bago pa man mas malalim na pag-aralan. Ginagawa nitong mahalagang mapagkukunan ang tool para sa parehong pagsulat at pag-eedit ng nilalaman.

Pag-deploy, mga katugmang plano at konteksto sa Europa

Sinimulan na ng Google ang paglulunsad ng feature na audio summary sa Gemini nang paunti-unti. Available na ang feature na ito, ngunit ang pagpapatupad nito ay magaganap sa loob ng ilang linggo , kaya hindi lahat ng user ay makakakita nito sa kanilang Google Docs account nang sabay-sabay.

Sa ngayon, ipinahiwatig ng kumpanya na ang tampok ay nagta-target sa mga bayad na edisyon ng Google Workspace at ilang AI add-on . Kabilang dito ang Business Standard at Business Plus, Enterprise Standard at Enterprise Plus, pati na rin ang mga Google AI Ultra add-on para sa mga negosyo, Google AI Pro para sa edukasyon, at ang mga plano ng Google AI Pro at Ultra.

Nangangahulugan ito na, kahit man lang sa unang yugto, ang tool ay pangunahing naglalayong sa mga organisadong propesyonal at pang-edukasyon na kapaligiran , tulad ng mga kumpanya, unibersidad o paaralan na mayroon nang mga advanced na lisensya sa Workspace sa Espanya at sa iba pang bahagi ng European Union.

Isa pang mahalagang detalye ay walang partikular na mga kontrol na administratibo o mga setting ng end-user upang paganahin o huwag paganahin ang feature na ito . Kapag pinagana ito ng Google para sa isang domain o account, direktang lilitaw ang opsyon sa menu ng mga tool ng Google Docs nang walang anumang karagdagang configuration.

Kasabay ng bagong tampok na ito, patuloy na pinapalawak ng kumpanya ang iba pang mga kakayahan ng Gemini at mga kaugnay na function sa buong ecosystem nito, tulad ng mga buod na binuo ng AI sa mas maraming serbisyo at mga pagpapabuti sa mga application tulad ng Gmail . Ang lahat ng ito ay nagpapatibay sa isang malinaw na trend: parami nang parami, ang mga pang-araw-araw na gawain sa loob ng Google suite ay isinasama ang awtomatikong tulong na pinapagana ng AI.

Sa hakbang na ito, pinatitibay ng Google Docs ang papel nito bilang isang cloud-based productivity tool. Ang kombinasyon ng assisted writing, written summary, at ngayon ay mga audio summary ay nag-aalok ng iba't ibang paraan upang makipag-ugnayan gamit ang parehong impormasyon, na maaaring maging angkop para sa mga gawi sa trabaho ng mga kumpanyang Europeo at mga distributed team na kailangang makipag-ugnayan nang malayuan.

Ang pagdating ng mga audio buod kasama ang Gemini ay kumakatawan, sa anumang kaso, sa isang kawili-wiling pagbabago sa kung paano sinusuri ang mga dokumento: ang pakikinig ay nagsisimula nang makipagkumpitensya sa pagbabasa bilang pangunahing paraan upang maunawaan ang nilalaman . Kailangan pang makita kung hanggang saan isasama ng mga kumpanya, guro, at mag-aaral sa Espanya at Europa ang pamamaraang ito sa kanilang pang-araw-araw na gawain o pagsasamahin ito sa mga tradisyonal na pamamaraan.

Pinagsasama ng ChatGPT ang voice mode sa chat
Kaugnay na artikulo:
Isinasama ng ChatGPT ang voice mode sa chat para sa isang mas natural at multimodal na pag-uusap

Idagdag bilang ginustong mapagkukunan sa Google