谷歌正在为 Google Docs 新增一项音频摘要功能，该功能由其人工智能系统 Gemini 提供支持，旨在帮助用户快速了解长篇文档的内容，而无需通读全文。其理念很简单：将文件内容转换为简短易懂的旁白，用户可以直接在浏览器中收听。
凭借这项新功能，该公司进一步强化了其他办公工具中已出现的趋势：利用人工智能不仅撰写或概括文本，还能在几分钟内将其朗读出来。此举旨在服务于专业和学术环境，尤其适用于欧洲和西班牙，因为谷歌工作空间已在这些地区的商业机构、教育机构和政府部门广泛应用。
Google Docs 中的 Gemini 音频摘要功能是什么？
这项新功能使 Gemini 能够根据文档内容生成语音摘要，通常持续几分钟，即使文件包含多页或多节内容也能做到。用户无需逐段阅读，只需聆听 AI 选择的关键要点即可。
这些摘要以自然语调的“简短口头概要”形式呈现，旨在尽可能简化理解过程。其目标是让听众快速了解文本概况，并决定是否需要深入阅读。
实际上，它的工作方式就像是文档的超短播客，类似于 Acrobat 等其他平台已经提供的音频摘要功能，但它是直接集成到 Google Docs 中，并由 Gemini 技术支持的。
据该公司称，这款工具旨在帮助用户“快速浏览”报告、笔记、会议纪要或演示文稿，而无需花费大量时间进行传统阅读。所有这一切都无需导出文件或安装额外的扩展程序即可实现。
如何在 Google 文档中启用和使用音频摘要
启用此功能的过程非常简单。只需在 Google 文档中打开文档，然后访问常用的工具菜单，即可找到音频选项。
收听摘要的步骤如下：
- 打开文档 在谷歌文档中。
- 单击选项卡 “工具” 在顶部。
- 选择选项 “音频”.
- 选择 “请收听本文档的摘要”.
- 请稍等片刻，待系统生成合成结果后， 音频播放即将开始.
生成播放列表后，用户可以根据个人喜好暂停、恢复或调整播放。该功能正在逐步推出，因此可能需要几天时间才能在西班牙和其他欧洲国家/地区的所有兼容账户中显示。
在某些情况下，尤其是在企业环境中，此选项的可见性可能需要两周以上的时间才能完成，因为 Google Workspace 的不同版本会分阶段推出。
语音自定义和速度控制
此次更新最引人注目的亮点之一是音频体验的自定义功能。Google Docs 允许您为摘要选择不同的语音风格，让您可以灵活地调整语气，以更好地适应不同类型的内容。
可选的语音类型包括“叙述者”、“说服者”或“教练”。第一种语音类型侧重于信息传递和中立的表达方式，第二种语音类型则略带强调的语气，第三种语音类型则倾向于激励或指导风格，这种风格在培训或后续文件中非常有用。
此外，用户还可以调节音频播放速度，类似于ChatGPT 聊天中的语音模式。这样，用户可以放慢速度收听摘要，以便更好地记住细节，或者在时间紧迫时加快速度进行快速浏览。
这种声音风格和不同节奏的组合帮助每个人根据自己的学习或工作方式调整工具，这对于已经习惯于消费音频内容（如播客或有声读物）的用户来说尤其有趣。
对于有视觉障碍或只是更喜欢音频格式而不是屏幕阅读的人来说，该功能也代表了无障碍方面的一大进步，因为它提供了一种集成到文档编辑器中的替代方案。
音频摘要在什么情况下最有用？
在时间有限的情况下，这项功能的实用性尤为显著。例如，在会议开始前，收听一份摘要可以帮助在几分钟内快速回顾关键信息，而无需通读整份报告。
在需要同时管理多个项目的工作环境中，音频摘要可以简化报告、提案或演示文稿的审阅流程。无需逐个打开文档，即可快速掌握每个文档的要点，从而更有效地确定优先级。
在学术环境中，无论是在西班牙的大学还是欧洲的职业培训中心，学生都可以随时随地使用音频来复习大量的笔记、期末项目或论文。在通勤途中或课间收听概要可以帮助巩固某些概念。
对于那些需要兼顾学习或工作以及其他事务的人来说，它也是一个非常有用的工具。能够在做家务或锻炼时收听摘要，可以减少“必须抽出额外时间”阅读文件的感觉。
在所有这些场景中，自定义语音和语速的功能有助于更好地适应各种情况：从视频通话前的快速复习到准备考试或重要演讲时的轻松聆听。
Gemini 在 Google Docs 中还有哪些其他功能？
音频摘要只是 Gemini 在 Google Docs 中功能的一部分。这款人工智能助手以助手的形式集成在 Google Docs 中，用户可以通过聊天窗口或文档右上角的星形图标访问它，具体取决于用户的帐户界面。
用户可以通过简短描述让 Gemini 生成文本草稿。例如，他们可以要求 Gemini 撰写一段关于人工智能在编程领域优势的介绍性段落，或者创建报告的特定章节。
它的另一个关键功能是能够重写和润色已经写好的片段：将语气从正式调整为非正式（或反之亦然），缩短过长的文本，扩展简短的解释，或提高整体流畅度，使结果听起来更自然或更专业。
Gemini还能帮助构建工作框架。它可以将零散的想法转化为列表、大纲或表格，还可以为演示文稿生成要点，或为实用指南提出具体步骤，例如释放Google Drive中的空间或组织项目中的任务。
除了音频摘要，人工智能还能对冗长的文档进行总结，方便用户快速找到最相关的部分，然后再深入阅读。这使得该工具成为撰写和编辑内容的宝贵资源。
欧洲的部署、兼容计划和背景
谷歌已开始分阶段向 Gemini 用户推出音频摘要功能。该功能现已可用，但其全面上线将持续数周，因此并非所有用户都能同时在他们的 Google 文档帐户中看到该功能。
目前，该公司已表示该功能面向付费版 Google Workspace 和部分 AI 插件。这些插件包括 Business Standard 和 Business Plus、Enterprise Standard 和 Enterprise Plus，以及面向企业的 Google AI Ultra 插件、面向教育机构的 Google AI Pro 和 Google AI Pro 及 Ultra 套餐。
这意味着，至少在第一阶段，该工具主要面向有组织的专业和教育环境，例如在西班牙和欧盟其他地区已经拥有高级 Workspace 许可证的公司、大学或学校。
另一个重要细节是，无需任何特定的管理员控制或最终用户设置即可启用或禁用此功能。一旦 Google 为某个域名或帐户启用此功能，该选项就会直接出现在 Google 文档工具菜单中，无需任何其他配置。
除了这项新功能外，谷歌还在其生态系统中持续扩展 Gemini 的其他功能及相关特性，例如在更多服务中提供 AI 生成的摘要，以及改进 Gmail 等应用程序。所有这些都强化了一个清晰的趋势：谷歌套件中的日常任务正越来越多地融入 AI 驱动的自动化辅助功能。
通过此举，Google Docs 进一步巩固了其作为云端生产力工具的地位。辅助写作、文字摘要以及新增的音频摘要功能，为用户提供了多种与同一信息互动的方式，这非常契合欧洲企业和需要远程协作的分布式团队的工作习惯。
无论如何，Gemini音频摘要的推出标志着文档审阅方式的一次有趣转变：聆听正开始与阅读争夺内容吸收的主要途径。西班牙乃至整个欧洲的企业、教师和学生会在多大程度上将这种方法融入日常教学，或者将其与传统方法相结合，还有待观察。
