شرکت گوگل در جریان کنفرانس Google I/O 2025، از تحولات صوتی و تصویری مهم ابزار هوش مصنوعی NotebookLM رونمایی کرد.
به گزارش تکناک، این ابزار هوشمند یادداشت‌برداری و تحلیل اسناد، اکنون با دو ویژگی شاخص یعنی نمای کلی تصویری (Video Overview) و افزایش قابلیت‌های نمای کلی صوتی (Audio Overview) به سطح جدیدی از کارایی رسیده است.
بر اساس اعلام رسمی گوگل، قابلیت Video Overview به کاربران این امکان را می‌دهد تا محتوای چندرسانه‌ای پیچیده نظیر یادداشت‌های متنی، فایل‌های PDF و تصاویر را به ارائه‌های بصری قابل فهم تبدیل کنند. این ویژگی قرار است به درک آسان‌تر مفاهیم و موضوعات کمک کند و تجربه کاربری NotebookLM را وارد فاز تازه‌ای از تعامل تصویری نماید.
از سوی دیگر، گوگل در نسخه جدید Audio Overview، امکان تعیین طول مدت خلاصه صوتی را نیز فراهم کرده است. کاربران اکنون می‌توانند بین حالت پیش‌فرض، خلاصه‌های کوتاه‌تر یا بلندتر، گزینه دلخواه خود را انتخاب کنند. این به‌روزرسانی انعطاف بیشتری در نحوه دسترسی به محتوای صوتی ایجاد کرده است.
شرکت گوگل هم‌زمان با این به‌روزرسانی‌ها، از اپلیکیشن رسمی NotebookLM برای سیستم‌عامل‌های Android و iOS نیز پرده‌برداری کرد. تاکنون، این سرویس تنها از طریق مرورگر دسکتاپ قابل استفاده بود، اما اکنون کاربران می‌توانند از امکانات ابزار NotebookLM گوگل در هر زمان و مکان بهره‌مند شوند.
نسخه موبایلی این اپلیکیشن، امکاناتی از جمله پخش پس‌زمینه، پشتیبانی از حالت آفلاین برای Audio Overview، حالت تاریک (Dark Mode) و قابلیت ساخت و مشاهده دفترچه‌های جدید و قدیمی را در اختیار کاربران قرار می‌دهد. همچنین کاربران در هنگام مشاهده صفحات وب، فایل‌های PDF یا ویدیوهای YouTube، می‌توانند به‌راحتی با انتخاب گزینه «اشتراک‌گذاری»، آن محتوا را به عنوان منبع جدید به دفترچه‌های خود اضافه کنند.
قابلیت Audio Overview پیش‌تر به کاربران این امکان را می‌داد تا از اسناد و متون خود، پادکست‌هایی با اجرای مجری‌های مجازی تولید کنند. اکنون، با اضافه شدن قابلیت Video Overview، ابزار NotebookLM به ابزاری جامع برای تبدیل متون علمی، آموزشی یا تخصصی به محتوای تعاملی و قابل فهم‌تر تبدیل شده است.
شرکت گوگل با این تغییرات جدید، قصد دارد ابزار NotebookLM را از یک ابزار صرفاً متنی به یک ابزار همه‌جانبه پژوهشی و آموزشی مبتنی بر هوش مصنوعی تبدیل کند، که درک عمیق‌تری از منابع را در قالب‌های متنوع‌تر برای کاربران فراهم می‌سازد.
