谷歌搜索新技能:40秒AI生成播客式音频摘要
创始人
2025-06-21 21:20:29

谷歌在搜索领域迈出了创新一步,近日在其官方博客上宣布,实验室于6月13日推出了音频概览(Audio Overviews)功能。这是谷歌首次在搜索结果中整合由人工智能生成的播客式音频摘要,标志着AI技术在信息检索领域的又一次重要应用。

与之前的NotebookLM项目不同,此次音频概览并非简单移植,而是基于相同技术框架的独立功能扩展。用户在Chrome浏览器中搜索复杂话题,如“神经网络的工作原理”或“氩元素的用途”时,该功能即被激活。点击“生成音频概览”按钮后,大约40秒即可听到由两位AI“主持人”以对话形式呈现的语音总结。

音频概览功能的实现依赖于Gemini模型,该模型能够在前10秒内迅速抓取网页内容并进行语义分析。接下来的25秒,Gemini基于分析结果构建问答脚本,模拟出符合逻辑的对话框架。最后5秒,模型完成语音合成并输出。这一过程中,播放器提供暂停、倍速调节及原文跳转功能,非常适合驾驶、烹饪等无屏场景。

然而,为了提高响应速度,音频概览的交互能力有所牺牲。与NotebookLM能够实时追问不同,此版本仅支持单向输出,用户无法即时提出新问题。该功能目前仅面向美国用户提供英文服务,非英文搜索内容无法生成对应音频摘要。

NotebookLM作为谷歌推出的个性化AI研究助手,支持多种格式文档上传,并能提供精准摘要和对话形式的内容呈现。而音频概览功能则延续了NotebookLM的对话式音频技术,能够提取搜索结果首页内容,帮助用户更便捷地理解信息。用户还可以调整播放速度,实现“边听边看”的沉浸体验。

值得注意的是,音频概览功能早在2024年9月已在NotebookLM中亮相,并呈现出完整形态,支持用户实时追问。今年5月,外媒报道称该功能沿用了谷歌I/O大会发布的“重构信息流”技术架构。为了优化用户体验,谷歌技术团队将音频生成时长固定在40秒左右,旨在验证用户对这一基础功能的接受程度。

随着6月13日的升级更新,音频概览功能正式在谷歌搜索结果中面向用户开放。这一创新不仅丰富了搜索结果的呈现方式,也为用户提供了更加便捷的信息获取途径。在教育场景中,学生可以通过收听AI主播的40秒音频,更高效地吸收复杂概念;科研人员则可以突破文字壁垒,通过语音摘要加速跨学科知识整合。

然而,技术伦理问题也随之浮现。AI“主持人”对信息的取舍逻辑尚未透明,双人对话形式可能存在诱导性解读风险。因此,在享受技术带来的便利时,我们也需要关注并探讨如何建立更严格的信息溯源机制,确保信息的准确性和公正性。

相关内容

热门资讯

IG主场采访事故,外国观众举牌... LPL季后赛精彩赛事依旧在火热进行中,关注赛程的都清楚,接下来只有两场大战了,一场是IG和AL的败者...
俄罗斯方块公司投诉后,美国白宫... IT之家 9 月 9 日消息,美国白宫官网近日上线的网页游戏“Build the Wall”因与《俄...
小钻石打磨产业硬实力(今日快评... “把钻石‘磨’亮,靠的是技术;把产业建强,需要精准有效的服务、不断完善的产业生态和久久为功推进创新。...
科技保险护航新质生产力 当前,战略性新兴产业与未来产业布局不断优化,科技创新正在新质生产力培育中发挥越来越大的作用。和传统领...
6G智能手机,要来了 《经济参考报》9月8日刊发文章《深读“十五五”专项规划|新一代通信网2030年全面建成 6G商用适时...