谷歌文档推出 Gemini 驱动的音频摘要功能，为订阅用户打造高效办公体验

自 2026 年 2 月 12 日起，科技巨头谷歌（Google）正式开始在 Google Docs 网页版中推行一项全新的人工智能功能。这一创新举措核心在于利用强大的 Gemini AI 模型，为用户生成文档内容的精炼音频概述。值得注意的是，该功能是在 2025 年 8 月推出的 Gemini 文档顺序朗读功能基础上的重大升级。相比于此前单纯的文本转语音，此次更新标志着从“机械阅读”向“智能理解”的跨越式进步。

这项全新的“音频摘要”功能能够精准提取文档中的关键信息，并将其转化为通常不超过三分钟的简短简报。为了提升用户体验，谷歌采用了极具自然感的语音技术，使听感更加亲切。Gemini AI 的核心优势在于其强大的内容合成能力：它不仅能分析文档，还能识别核心主题并生成浓缩的综述。对于需要处理冗长报告或会议记录的知识工作者而言，这无疑是一大福音，让他们在通勤或多任务处理时，也能迅速掌握文档精髓。

在操作界面上，该功能被无缝集成到了网页版 Google Docs 的“工具”（Tools）菜单中。用户可以在“收听此标签页”选项旁，轻松找到新增的“收听文档摘要”功能。为了满足个性化需求，系统提供了包括“叙述者”（narrator）、“说服者”（persuader）和“教练”（coach）在内的多种语音风格，且播放速度支持在 0.5 倍到 2 倍之间自由调节。此外，摘要生成过程还会综合考虑多个 Google Docs 标签页的内容，以确保信息的全面性与关联性。

目前，Gemini 驱动的音频摘要功能仅面向付费订阅用户开放。具体涵盖的方案包括：Workspace 商务标准版与增强版、企业标准版与增强版，以及针对企业的 Google AI Ultra 插件、针对教育领域的 Google AI Pro，以及个人版的 Google AI Pro 和 Ultra 计划。虽然该功能已于 2026 年 2 月 12 日启动推送，但全面覆盖所有符合条件的域名可能需要超过 15 天的时间。谷歌官方还特别说明，该功能目前不设独立的管理员控制项或终端用户设置。

随着人工智能技术的不断演进，谷歌正通过 Gemini 模型持续重塑办公协作的边界。此次音频摘要功能的上线，不仅展示了 AI 在自然语言处理和语音合成方面的深厚积淀，也反映了现代办公场景对信息获取效率的极致追求。通过将复杂的文字信息转化为易于吸收的音频简报，谷歌正助力全球职场人士在信息爆炸的时代，以更灵活、更高效的方式应对日常挑战。