Google повторно ја подобри својата апликација Gemini и им овозможи на корисниците да испраќаат аудиодатотеки, кои потоа вештачката интелигенција ги конвертира во транскрипти за само една секунда. Оваа функција е особено корисна за водење белешки од состаноци или предавања, бидејќи ја елиминира потребата од повторно слушање снимки.
Новата функција е достапна и во мобилната и во веб-верзијата на апликацијата. Сè што треба да направи корисникот е да кликне на знакот „+“ во дијалогот Gemini и да ја избере опцијата „Испрати датотека“. Поддржаните формати вклучуваат MP3, M4A и WAV, што ги опфаќа најчесто користените типови аудиоснимки.
Според првичното тестирање, Gemini не само што може да креира целосен транскрипт, туку и да додава временски ознаки и да препознава различни говорници. Ова значи дека снимката станува форматирана и видлива, што го олеснува анализирањето на содржината подоцна.
Џош Вудвард, потпретседател на Google Labs и Gemini, истакна дека поддршката за аудиодатотеки е најчестото барање на корисниците. Сега оваа опција е достапна за сите, но со ограничување: можно е да се испратат максимум десет датотеки по инструкција.
Со овој потег Google дополнително ги проширува можностите на апликацијата Gemini, претворајќи ја во моќна алатка за продуктивност што може да се користи за бизнис, образование и лични цели. Јасно е дека целта е Gemini да стане централна точка за работа со различни типови датотеки, вклучувајќи текст, слики, а сега и аудио.
(LTN)
(фото: Netscribes)