В Gemini додали підтримку аудіофайлів для аналізу та розшифровки

ИИ-асистент Gemini від Google став більш універсальним, тепер користувачі можуть завантажувати в чат з нейромережею не лише текст, зображення та відео, а й аудіофайли. Нове оновлення асистента значно розширює можливості практичного застосування помічника в повсякденних завданнях.

Нововведення дозволяє безпосередньо завантажувати записи у форматах: MP3, WAV або M4A. Функція відкриває кілька корисних сценаріїв для роботи та навчання. Тепер Gemini може швидко розшифрувати запис лекції або інтерв'ю, створивши точну текстову транскрипцію, також нейромережа здатна проаналізувати довгу нараду або подкаст і скласти короткий конспект, виділивши лише ключові тези та рішення, що економить час користувача.

Однак є деякі обмеження, що залежать від типу акаунта. Для тих, хто користується безкоштовною версією Gemini, максимальна тривалість оброблюваного аудіо становить 10 хвилин, а за добу можна зробити не більше п'яти подібних запитів. Для підписників платних тарифів — Google AI Pro та Ultra — ліміти значно вищі: можна аналізувати записи тривалістю до трьох годин.

Окрім аудіо, оновлення стосується і інших форматів. У чат можна завантажувати пакети файлів, включаючи цілі папки з кодом з GitHub (до 5 000 файлів), а також ZIP-архіви, що містять до 10 елементів. Загальний розмір завантажуваних даних для одного запиту не повинен перевищувати встановлених лімітів.

Це оновлення — ще один крок у стратегії Google щодо створення єдиної екосистеми розумних помічників і поступово розширюючи функціонал своїх продуктів функціями ІІ. Очікується, що в майбутньому інтеграція між Gemini та іншими продуктами Google лише посилюватиметься, пропонуючи ще більш плавний досвід для вирішення повсякденних завдань.