গুগল ডকসে জেমিনি-চালিত অডিও সামারি ফিচার চালু: সাবস্ক্রাইবারদের জন্য নতুন সুবিধা

গুগল তাদের জনপ্রিয় প্ল্যাটফর্ম গুগল ডকসে কৃত্রিম বুদ্ধিমত্তা বা এআই-এর এক নতুন দিগন্ত উন্মোচন করেছে। ২০২৬ সালের ১২ ফেব্রুয়ারি থেকে প্রতিষ্ঠানটি জেমিনি এআই মডেলের ওপর ভিত্তি করে একটি অত্যাধুনিক অডিও ফিচার রোল আউট করা শুরু করেছে। এই ফিচারের মাধ্যমে ব্যবহারকারীরা এখন তাদের দীর্ঘ নথিপত্র বা ডকুমেন্টের একটি সংক্ষিপ্ত অডিও সারসংক্ষেপ শুনতে পাবেন। উল্লেখ্য যে, এই নতুন সুবিধাটি মূলত প্ল্যাটফর্মটির ওয়েব সংস্করণের জন্য উন্মুক্ত করা হয়েছে। এটি ২০২৫ সালের আগস্ট মাসে প্রবর্তিত জেমিনি-চালিত ডকুমেন্ট রিডিং ফিচারের একটি উন্নত সংস্করণ, যা আগে কেবল ধারাবাহিকভাবে টেক্সট পড়ে শোনাত।

নতুন এই 'অডিও সামারি' বা অডিও সারসংক্ষেপ ফিচারটি তথ্যের মূল নির্যাস বের করে আনতে সক্ষম। সাধারণত তিন মিনিটের কম সময়ের এই ব্রিফিংগুলোতে অত্যন্ত স্বাভাবিক এবং মানুষের মতো কণ্ঠস্বর ব্যবহার করা হয়েছে, যা ব্যবহারকারীর অভিজ্ঞতাকে আরও উন্নত করবে। সাধারণ টেক্সট-টু-স্পিচ বা কেবল পড়ে শোনানোর পরিবর্তে, এখানে জেমিনি এআই পুরো ডকুমেন্টটি বিশ্লেষণ করে এর মূল বিষয়বস্তু বা থিমগুলো শনাক্ত করে। এরপর এটি একটি সংক্ষিপ্ত এবং গোছানো ওভারভিউ তৈরি করে। এর ফলে পেশাদার কর্মী বা নলেজ ওয়ার্কাররা মাল্টিটাস্কিং করার সময় বা যাতায়াতের পথে দীর্ঘ রিপোর্ট বা মিটিং নোটের মূল বিষয়গুলো দ্রুত বুঝে নিতে পারবেন।

ব্যবহারকারীরা ওয়েব ইন্টারফেসের 'Tools' মেনুতে গিয়ে এই নতুন সুবিধাটি ব্যবহার করতে পারবেন। সেখানে "Listen to document summary" নামে একটি অপশন যুক্ত করা হয়েছে, যা বিদ্যমান "Listen to this tab" অপশনের পাশেই অবস্থান করছে। ব্যবহারকারীদের সুবিধার জন্য এতে বিভিন্ন ধরনের ভয়েস স্টাইল বা কণ্ঠস্বরের ধরন রাখা হয়েছে, যেমন— 'ন্যারেটর' (narrator), 'পারসুয়াডার' (persuader) এবং 'কোচ' (coach)। এছাড়া প্লেব্যাক স্পিড বা শোনার গতি ০.৫ গুণ থেকে শুরু করে ২ গুণ পর্যন্ত পরিবর্তন করার সুযোগ রয়েছে। আরও একটি উল্লেখযোগ্য দিক হলো, এই সারসংক্ষেপ তৈরির সময় জেমিনি একাধিক গুগল ডকস ট্যাবের তথ্য সমন্বয় করতে পারে, যা বিষয়বস্তুকে আরও প্রাসঙ্গিক করে তোলে।

তবে এই জেমিনি-চালিত অডিও সামারি ফিচারটি সবার জন্য উন্মুক্ত নয়; এটি কেবল নির্দিষ্ট পেইড গুগল সাবস্ক্রিপশন ব্যবহারকারীদের জন্য সীমাবদ্ধ রাখা হয়েছে। এর মধ্যে রয়েছে ওয়ার্কস্পেস বিজনেস স্ট্যান্ডার্ড (Workspace Business Standard) ও প্লাস, এন্টারপ্রাইজ স্ট্যান্ডার্ড ও প্লাস এবং গুগল এআই আল্ট্রা ফর বিজনেস (Google AI Ultra for Business) ও গুগল এআই প্রো ফর এডুকেশন (Google AI Pro for Education)। এছাড়া ব্যক্তিগত পর্যায়ে যারা গুগল এআই প্রো এবং আল্ট্রা প্ল্যান ব্যবহার করছেন, তারাও এই সুবিধা পাবেন। ২০২৬ সালের ১২ ফেব্রুয়ারি থেকে শুরু হওয়া এই রোল আউট প্রক্রিয়াটি পর্যায়ক্রমে চলবে এবং যোগ্য ডোমেইনগুলোতে এটি সম্পূর্ণভাবে পৌঁছাতে ১৫ দিনের বেশি সময় লাগতে পারে। গুগল জানিয়েছে যে, এই ফিচারের জন্য আলাদা কোনো অ্যাডমিন কন্ট্রোল বা এন্ড-ইউজার সেটিংসের প্রয়োজন হবে না।

প্রযুক্তির এই উৎকর্ষতা প্রমাণ করে যে গুগল তাদের ইকোসিস্টেমে কৃত্রিম বুদ্ধিমত্তাকে আরও গভীরভাবে একীভূত করছে। অডিও সামারির মাধ্যমে তথ্যের ব্যবহার এখন আরও সহজ এবং সময়সাশ্রয়ী হয়ে উঠবে। বিশেষ করে যারা প্রতিদিন প্রচুর তথ্য নিয়ে কাজ করেন, তাদের জন্য এটি একটি বৈপ্লবিক পরিবর্তন হিসেবে গণ্য হতে পারে। জেমিনি এআই-এর এই সক্ষমতা ভবিষ্যতে দাপ্তরিক কাজের ধরনে বড় ধরনের প্রভাব ফেলবে বলে ধারণা করা হচ্ছে, যা ব্যবহারকারীদের উৎপাদনশীলতা বহুগুণ বাড়িয়ে দেবে।