Text-to-Speech: Gemini liest Inhalte von Google-Docs-Dokumenten vor
Google hat sein KI-Modell Gemini um eine Funktion erweitert, mit der sich Audio-Ausgaben von Text- und Tabellen-Dokumenten erzeugen lassen, um diese anhören zu können. Auf diese Weise will das Unternehmen die Zugänglichkeit der erstellten Inhalte verbessern.
Dafür hat Google im Menü „Tools“ die neue Option „Audio“ eingeführt, über die sich die Funktion aufrufen lässt. Wird der Menüpunkt „Listen to this tab“ gewählt, öffnet sich ein über dem Dokument schwebender Audio-Player, mit dem die Inhalte abgespielt oder pausiert werden können. Zudem lässt sich die Wiedergabegeschwindigkeit anpassen.
Google stellt hierfür derzeit sieben „klare, natürlich klingende Stimmen“ bereit, die unterschiedliche Charaktere verkörpern und den Text entsprechend variierend wiedergeben. Diese sind als Erzähler, Erzieher, Lehrer, Überredungskünstler, Erklärer, Coach und Motivator bezeichnet. Darüber hinaus können Ersteller von Dokumenten eine Schaltfläche einfügen, über die eine Audio-Ausgabe direkt gestartet werden kann.
Nur in Englisch, weitere Sprachen dürften bald folgen
Aktuell steht die neue Funktion ausschließlich in englischer Sprache zur Verfügung, erfahrungsgemäß dürfte es jedoch nur eine Frage der Zeit sein, bis weitere Sprachen folgen. Die Einführung der Neuerung hat bereits begonnen, sie kann sich laut Google allerdings noch über mehrere Tage erstrecken. Die neue Audio-Option steht dabei folgenden Workspace-Nutzern zur Verfügung:
- AI Pro und Ultra Abonnenten
- Business Standard und Plus
- Enterprise Standard und Plus
- Kunden mit dem Add-on Gemini Education oder Gemini Education Premium
- Kunden mit dem Add-on Gemini Business oder Gemini Enterprise