Изкуственият интелект на Google получава поддръжка за аудио транскрипция

В понеделник Google обяви три значими подобрения в своите продукти, задвижвани от изкуствения интелект Gemini. Приложението Gemini вече поддържа аудио файлове, търсачката Google Search добавя пет нови езика в AI режима си, а платформата NotebookLM предлага нови формати за автоматично генерирани отчети.

С промените потребителите на приложението Gemini вече могат да качват аудио файлове за транскрипция. Според Джош Уудуърд, вицепрезидент на Google Labs и Gemini, добавянето на аудио е било най-желаната функция от потребителите. Безплатните акаунти могат да качват до 10 минути аудио и да използват пет безплатни заявки на ден, докато абонатите на плановете AI Pro и AI Ultra имат възможност да качват записи с продължителност до три часа. Всички заявки в Gemini поддържат до 10 файла наведнъж в различни формати, включително и в ZIP архиви.

Google Search, от своя страна, вече предлага AI Mode на пет нови езика – хинди, индонезийски, японски, корейски и бразилски португалски. Това е възможно благодарение на интеграцията на Gemini 2.5 в търсачката и позволява на повече потребители да задават сложни въпроси на родния си език и да получават по-задълбочени резултати.

NotebookLM също получава сериозно обновление - вече може да създава отчети в над 80 езика, използвайки качени от потребителя документи, файлове и други материали. Новите формати включват учебни ръководства, брифинг документи, блог постове и тестове. Потребителите могат да избират структура, тон и стил на съдържанието, а според Google функцията ще бъде напълно достъпна до края на седмицата.