Google je unaprijedio Gemini aplikaciju novom funkcijom koja omogućava automatsku transkripciju audio snimaka nakon njihovog učitavanja. Osim pretvaranja govora u tekst, alat može dodati vremenske oznake i prepoznati različite govornike, čime olakšava vođenje bilješki sa sastanaka i predavanja.
Šta treba da znate
- Gemini sada podržava učitavanje MP3, M4A i WAV audio-fajlova.
- AI automatski izrađuje transkript, uz vremenske oznake i prepoznavanje govornika.
- Funkcija je dostupna na vebu i mobilnim uređajima.
- U nastavku pročitajte kako Google širi mogućnosti Gemini aplikacije.
Kako se koriste audio-fajlovi u Gemini aplikaciji?
Nova opcija dostupna je i u mobilnoj i u veb verziji aplikacije. Dovoljno je da korisnik u Gemini dijalogu klikne na znak "+" i izabere opciju "Pošalji fajl". Podržani formati uključuju MP3, M4A i WAV, što pokriva najčešće korištene tipove audio-zapisa, prenosi Benchmark.
Šta donosi automatska transkripcija?
Prema prvim testiranjima, Gemini ne samo da može da napravi kompletan transkript, već i da doda vremenske oznake i prepozna različite govornike. To znači da zapis postaje formatiran i pregledan, što olakšava kasnije analiziranje sadržaja.
Google odgovara na zahtjeve korisnika
Džoš Vudvord, potpredsjednik Google Labs i Gemini odjeljenja, istakao je da je upravo "podrška za audio-fajlove" bila najčešći zahtjev korisnika. Sada je ta opcija dostupna svima, ali uz ograničenje, moguće je poslati maksimalno deset fajlova po jednoj instrukciji, prenosi LTN.
Pročitajte još:
Gemini postaje sve svestraniji AI alat
Ovim potezom Google dodatno širi mogućnosti Gemini aplikacije, pretvarajući je u moćan alat za produktivnost koji se može koristiti u poslovne, obrazovne i lične svrhe. Jasno je da je cilj da Gemini postane centralna tačka za rad sa različitim tipovima datoteka, uključujući tekst, slike i sada, zvuk.