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確認了該功能已在iPhone X上推出，並稱之為「用戶呼聲最高的功能」。目前，Android、iOS和網頁版用戶均可享受此更新，只需點擊熟悉的「上傳檔案」選項，即可新增MP3、WAV以及大多數其他常用格式的檔案。
正如您所料，這項功能有一些限制。免費版 Gemini 用戶一次最多可以上傳 10 個文件，但這些上傳文件的總音訊長度不得超過 10 分鐘。如果您訂閱了 Google 的付費方案——透過 AI Pro 或 AI Ultra 升級至 Gemini Advanced——則此限制將大幅提升至三小時。
✅ Papercut 問題已修復：現在您可以上傳任何檔案到@GeminiApp了。包括用戶呼聲最高的音訊檔案上傳！pic.twitter.com/4Te3xwLC6W
— Josh Woodward (@joshwoodward) 2025年9月8日
雖然並非無限量，但相對來說已經相當慷慨了。相比之下，Gemini 的影片上傳時間對免費用戶仍然限制在五分鐘以內，而付費用戶則可獲得一小時的上傳時長。在音訊上傳時長方面，免費用戶可獲得兩倍的上傳時長，而付費用戶則可獲得三倍的儲存空間，這對於轉錄、分析會議記錄或播客分析等應用程式場景來說非常實用。
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。