„Google“ ilgai delsė, bet pagaliau išleido funkciją, kurios vartotojai prašė nuo pat pradžių, tai galimybę įkelti ir apdoroti garso failus „Gemini“ platformoje. Tai funkcija, kurią konkurentai, pavyzdžiui, „ChatGPT“, siūlė jau seniai, todėl jos nebuvimas atrodė keistas. 
„Google“ ilgai delsė, bet pagaliau išleido funkciją, kurios vartotojai prašė nuo pat pradžių, tai galimybę įkelti ir apdoroti garso failus „Gemini“ platformoje. Tai funkcija, kurią konkurentai, pavyzdžiui, „ChatGPT“, siūlė jau seniai, todėl jos nebuvimas atrodė keistas.
Dabar, kai ji atsirado, akivaizdu, kad tai ne tik patogus papildymas, bet ir strateginis žingsnis konkurencinėje dirbtinio intelekto (DI) rinkoje. Naujovė buvo paleista tyliai, be didelių anonsų. Vis dėlto ji svarbi tiems, kas dirba su įrašais, tai nuo susitikimų ar paskaitų iki tinklalaidžių ar balso užrašų.
Pasak „Google Labs“ ir „Gemini“ viceprezidento Josho Voodvardo, tai buvo dažniausiai minima vartotojų užklausa. Kaip įprasta „Google“, funkcija padalinta į nemokamą ir mokamą versijas. Ir čia prasideda ribojimai, kurie gali paskatinti vartotojus rinktis mokamus planus.
Kaip veikia garso failų įkėlimas?
Dabar „Gemini“ palaiko populiarius MP3 ir WAV formatus. Funkcija veikia visose pagrindinėse platformose, tai „Android“, „iOS“ ir naršyklėje. Nemokami vartotojai gali vienu metu įkelti iki 10 garso failų, bet jų bendra trukmė negali viršyti 10 minučių. Tai gana griežta riba, kuri daugeliui gali pasirodyti per menka net trumpiems įrašams.
Kitaip yra su mokama „Gemini Advanced“ versija („AI Pro“ arba „AI Ultra“ planuose). Čia vartotojai gali įkelti net 3 valandų trukmės įrašus, o tai 18 kartų daugiau nei nemokamoje versijoje.
Įdomu, kad garso įrašų limitai yra daug dosnesni nei vaizdo. Nemokami vartotojai su vaizdo įrašais turi vos 5 minutes, o mokami 1 valandą. Greičiausiai taip yra todėl, kad garso apdorojimui reikia mažiau skaičiavimo resursų.
Kam tai naudinga?
Praktinių pritaikymų čia nemažai. Svarbiausia galimybė, tai yra transkripcija, kai susitikimo, paskaitos ar pokalbio įrašas paverčiamas tekstu. Po to vartotojas gali klausti klausimų apie įrašą arba gauti santrauką.
Tokia funkcija itin naudinga studentams, žurnalistams, verslo žmonėms ar turinio kūrėjams. Ji gali padėti greitai išgauti svarbiausias įžvalgas iš ilgo pokalbio ar tinklalaidės. Be to, tai patogus būdas pasitikrinti, ar nepraleista svarbi informacija.
„Google“ strategija ir konkurencijos veiksnys
Šis žingsnis aiškiai parodo, kad „Google“ stengiasi prisivyti konkurentus. „ChatGPT“ jau ilgą laiką siūlė garso įkėlimo funkciją, todėl vartotojams jos nebuvimas „Gemini“ atrodė kaip trūkumas. Dabar ši spraga užpildyta, bet klausimas lieka, tai ar nemokami limitai bus pakankami?
Labai tikėtina, kad ne. Ir tai greičiausiai yra sąmoningas „Google“ sprendimas. Ribota nemokama versija gali tapti stimulu pereiti prie mokamų planų. Tokiu būdu „audio“ funkcija tampa ne tik naudinga, bet ir pelninga, pritraukianti naujų prenumeratorių.
Bandymas vytis konkurentus
Garso failų įkėlimo galimybė „Gemini“ yra vėluotas, bet labai reikalingas papildymas. Ji suteikia daugiau patogumo ir praplečia praktinių pritaikymų lauką. Nemokami apribojimai gali nuvilti, tačiau mokama versija siūlo ženkliai daugiau.
Ši funkcija neabejotinai priartina „Gemini“ prie „ChatGPT“ lygio, bet kartu parodo, kad „Google“ vis dar turi vytis konkurentus. Galų gale laimės vartotojai, kurie dabar turi dar vieną įrankį, galintį palengvinti jų kasdienybę.
