1. 首頁 > 生活百科 > >

谷歌搜索集成音頻概覽，40秒生成播客總結內容

智能手表長沙

谷歌搜索集成音頻概覽，40秒生成播客總結內容

文章圖片


智東西
編譯 | 金碧輝
編輯 | 程茜
智東西6月17日消息 ， 據谷歌官方博客消息 ， 谷歌實驗室6月13日推出音頻概覽（Audio Overviews）這一全新功能 。 這是谷歌首次在搜索結果中引入由AI生成的播客式音頻摘要 。 此次更新后 ， 該功能首次在谷歌搜索結果中面向用戶開放（此前僅存在于NotebookLM） 。
新升級的谷歌搜索版音頻概覽并非NotebookLM的直接移植 ， 而是基于相同技術框架的獨立功能擴展 。
當用戶在Chrome瀏覽器搜索“神經網路工作原理”等復雜議題時 ， 或者如“氬元素有什么用途”時 ， 音頻概覽便會激活 。 用戶點擊“生成音頻概覽”按鈕 ， 等待約40秒后 ， 就能獲得由兩個AI“主持人”對話形式的語音總結 。
該功能需滿足三項條件：訂閱Google AI Pro/AI Ultra套餐、加入實驗室項目且用戶要使用美國IP 。
用戶點擊結果頁的生成按鈕后 ， 雙AI主播的對話式解讀將在約40秒后播出 ， 播放器提供暫停、倍速調節及原文跳轉功能 ， 適配駕駛、烹飪等無屏場景操作需求 。

一、利用Gemin模型實時抓取網頁內容 ， 音頻生成全程僅需40秒該系統內容由Gemini模型驅動 ， 系統首先會在前10秒迅速完成網頁抓取操作 ， 并對抓取到的內容進行精準的語義分析；在隨后的25秒內 ， Gemini模型基于分析結果構建出問答腳本 ， 模擬出貼合問題邏輯的對話框架；Gemini模型5秒完成語音合成并輸出 。
不過 ， 由于將響應速度設定為優先級 ， 音頻概覽功能的交互能力有所降低 ， 與NotebookLM能實時追問的功能相比 ， 此版本僅能維持單向輸出 ， 用戶無法在收聽音頻過程中即時提出新問題以獲取進一步解答。 當前 ， 音頻概覽功能僅面向美國用戶提供英文服務 ， 非英語的搜索內容也無法生成對應的音頻摘要 。
NotebookLM是谷歌推出的一款基于用戶上傳文檔的個性化AI研究助手 ， 限定了信息來源范圍 ， 卻支持多達50多種格式 ， PDF、網頁、視頻等都涵蓋其中 。 NotebookLM為用戶提供了精準摘要 ， 能快速提煉文檔核心要點 ， 以對話形式生動呈現文檔關鍵內容等 。
谷歌的音頻概覽功能摘要入口（圖源：谷歌）
而此次推出的音頻概覽功能 ， 則延續了NotebookLM的對話式音頻技術邏輯 ， 其生成的語音總結能提取自搜索結果首頁內容 ， 還能幫助用戶更便捷地理解信息 。 同時 ， 用戶可調整播放速度0.75-1.5倍速 ， 實現“邊聽邊看”的沉浸體驗 。

二、谷歌音頻概覽“首登搜索” ， NotebookLM完整版縮水為輕量播客谷歌音頻概覽功能早在2024年9月便已在NotebookLM中亮相 ， 并呈現出完整形態 ， 支持用戶實時追問 ， 助力深度探索信息 。
今年5月 ， 據外媒The Verge報道 ， 音頻概覽功能沿用了谷歌I/O大會發布的“重構信息流”技術架構 ， 不過當時谷歌尚未公布語言擴展及區域推廣的具體時間表 。
同月14日 ， 谷歌技術團隊在The Verge的獨家專訪中透露 ， 為優化用戶體驗 ， 音頻概覽功能采用了響應速度優化方案 ， 將音頻生成時長固定在40秒左右 。
當前此舉主要是為了驗證用戶對這一基礎功能的接受程度 。 如今 ， 谷歌實驗室于6月13日再次對音頻概覽功能進行升級更新 。 新升級的谷歌搜索版音頻概覽是基于NotebookLM相同技術框架的獨立功能擴展 。
當用戶使用Chrome瀏覽器搜索特定復雜議題時 ， 滿足條件就可能觸發音頻概覽功能 ， 播放器還貼心配備了暫停、倍速調節及原文跳轉功能 ， 適配駕駛、烹飪等無屏場景下的操作需求。

結語：AI“主持人”信息取舍存倫理爭議當用戶從“閱讀文字”轉向“收聽對話” ， AI“主持人”已不僅是信息的轉述者 ， 更成為內容的“敘事架構師” 。 在教育場景中 ， 學生搜索“量子物理” 時 ， 雙AI主播用生活化比喻拆解復雜概念的40秒音頻 ， 可能比長篇文獻更高效吸收；科研人員檢索跨語言文獻時 ， 語音摘要能突破文字壁壘 ， 將文獻核心觀點轉化為可聽化對話 ， 加速跨學科知識整合 。 這種“聽覺化”的信息處理方式 ， 使知識傳遞從“主動閱讀”轉向“被動聆聽”的模式 。
技術倫理問題隨之浮現 。 AI“主持人”對信息的取舍邏輯尚未透明 ， 雙人對話形式可能存在誘導性解讀風險 。 據MIT（麻省理工科技評論）2025年3月預警 ， 當算法掌握聲音表達權時 ， 需建立更嚴格的信息溯源機制 。
【谷歌搜索集成音頻概覽，40秒生成播客總結內容】來源：谷歌、Mashable、The Verge

    推薦閱讀