Google améliore l'IA Gemini pour
comprendre et analyser des fichiers audio.
Google a enrichi son modèle d'IA, Gemini, avec de nouvelles capacités de compréhension audio.
La version 1.5 Pro de Gemini peut maintenant
traiter des fichiers audio, transcrire, résumer et
analyser directement depuis la source audio.
Contrairement aux outils traditionnels, Gemini 1.5 Pro comprend l'audio sans avoir besoin de le convertir en texte, améliorant ainsi la précision des réponses.
Ces améliorations étendent l'utilité de Gemini pour des cas d'utilisation professionnelle et créative, comme la transcription de réunions ou l'analyse de podcasts.
Les créateurs audio pourraient utiliser Gemini pour l'analyse thématique, la préparation d'émissions et la création de contenu audio assistée par l'IA.
Cette évolution s'inscrit dans la stratégie de Google
pour transformer Gemini en un assistant multimodal capable de traiter divers types de données.
Les nouvelles capacités audio de Gemini seront
d'abord disponibles via la plateforme de
développement Vertex AI et AI Studio de Google.
Google adopte une approche prudente en testant rigoureusement les capacités audio de Gemini avant
de les rendre accessibles à tous