幾個月來，Google的 Gemini 應用能夠處理上傳的圖片、PDF 甚至視頻，但音頻卻明顯缺失。這種情況今天正在改變。谷歌悄然推出了 Gemini 中最受歡迎的功能之一：音訊檔案上傳。
更廣泛的支持，更多的用途
期待已久的功能
Google 實驗室和 Gemini 副總裁 Josh Woodward 證實， X 上的功能發布，並將其描述為“請求 #1”。此更新現已在 Android、iOS 和網路上發布，您可以透過點擊熟悉的「上傳檔案」選項來新增 MP3、WAV 和大多數其他流行格式。
正如您可能想的那樣，存在一些限制。 對於免費訂閱的 Gemini 用戶 一次最多上傳 10 個文件，但這些上傳文件的音訊總時長不得超過 10 分鐘。如果您訂閱 Google 的付費方案（Gemini Advanced via AI Pro 或 AI Ultra），此限制將大幅增加，達到 3 小時。
✅ Papercut 已修復：您現在可以將任何檔案上傳到 @GeminiApp。包括 #1 請求：現在支援音訊檔案！ pic.twitter.com/4Te3xwLC6W
— 喬許·伍德沃德（@joshwoodward） 2025 年 9 月 8 日
雖然不是無限的，但相對來說也比較慷慨。相比之下，它仍然 Gemini 上的影片下載 免費用戶限制使用五分鐘，付費用戶則為一小時。音訊的使用時長是免費限制的兩倍，而付費用戶則提供三倍的空間，這對於轉錄、分析會議記錄或播客分析等用例來說非常有意義。
自從今年稍早推出檔案上傳功能以來，Gemini 一直缺乏音訊支援，這真是一個奇怪的缺陷。 Gemini 已經能夠總結 YouTube 影片並處理你提交的短視頻，但錄製快速語音備忘錄並讓 AI 處理的功能卻直到現在才得以實現。
有了這項功能，Gemini 的功能更接近 OpenAI 的 ChatGPT 等競爭對手，後者幾個月來一直支援音訊和文字上傳。但問題依然存在：10 分鐘對一般用戶來說夠用嗎？這種差異表明，Google希望音訊處理成為訂閱的另一個激勵因素。無論如何，如果您一直在等待將播客片段、講座片段，甚至是您自己的隨機語音筆記輸入 Gemini，現在是時候嘗試一下了。
評論被關閉。