Audio Overview 把资料变成播客风格语音摘要

它是什么

Audio Overview 是 Gemini 的语音摘要功能——不是"把文字读一遍"那种 TTS，而是生成一段两个 AI 角色对话式的播客：一个角色讲要点，另一个追问和补充，像两个朋友在讨论这个主题。

• 支持 45 种语言（包括普通话）
• 时长从几十秒到几分钟（取决于资料长度和订阅等级）
• 在 Canvas 里可以作为项目的一部分保存和分享

怎么用

方式一：在 Canvas 里生成

1. 打开 Canvas → 新建项目
2. 上传你的资料（PDF、文档、网页 URL 等）
3. 在 Canvas 里点 Audio Overview 按钮（或让 AI 帮你生成）
4. 等待生成（通常几十秒）
5. 在 Canvas 里直接播放

方式二：在普通对话里

你：（上传一份产品发布会新闻稿）帮我生成一个 Audio Overview，
    风格轻松一点，像播客节目
Gemini：（生成一段 2 分钟的语音）

方式三：NotebookLM 里

NotebookLM 也有 Audio Overview 功能，基于你上传的所有资料生成。

实际效果

听上去像是：

AI 角色 A：好的，今天来聊 Google 刚发布的 Gemini 3 模型。
AI 角色 B：好的，先讲一下它的核心升级吧。
AI 角色 A：最核心的三个升级——第一，推理能力大幅提升，SWE-bench 上达到了 76%+ 的准确率……
AI 角色 B：那和 GPT-5 比呢？
AI 角色 A：benchmark 上差不多，但 Gemini 有 Google 搜索的集成优势……
          而且多模态理解（看图片+理解文字）更强。
AI 角色 B：有意思，那普通用户能用到吗？
AI 角色 A：免费版也能用到基础版，AI Pro 订阅可以用完整功能……

不是两个固定的声音轮流读稿子——AI 会根据内容动态调整语气、停顿、追问的节奏。

支持的语言

截至 2025 年底支持 45 种，包括：

• 中文（普通话）
• 英语、日语、韩语
• 法语、德语、西班牙语、葡萄牙语
• 阿拉伯语、印地语
• 等

注意：中文支持在 2025 年下半年推出，初期可能不如英语成熟。

典型场景

通勤/锻炼时听

（上传一份你上周读的深度研究报告）
你：帮我生成一个 5 分钟的 Audio Overview，通勤路上听

会议回顾

（上传会议纪要 + 会议录音转写）
你：把这些生成一个 Audio Overview，总结今天会议的核心决策和待办

学习辅助

（上传一门在线课程的讲义）
你：把第 3 章和第 4 章生成一个 Audio Overview，明天上课之前听

订阅等级差异

和普通 TTS 的区别

简单记：想快速抓要点 → Audio Overview；想听完整内容 → 用普通 TTS。