چگونه با هوش مصنوعی Gemini Notebook پادکست و ویدیو بسازیم؟

با Gemini Notebook می‌توانید منابعی مانند PDF، وب‌سایت و ویدیوهای یوتیوب را به پادکست و ارائه ویدیویی تبدیل کنید؛ در این راهنما روش کار را می‌آموزید.

یادگیری یک موضوع جدید معمولاً به مطالعه‌ی چندین مقاله، فایل PDF، ویدیو و یادداشت پراکنده نیاز دارد. Gemini Notebook، که پیش‌تر با نام NotebookLM شناخته می‌شد، می‌تواند همین منابع را به قالب‌های صوتی و تصویری تبدیل کند تا مرور و درک آن‌ها ساده‌تر شود.

این ابزار به شما اجازه می‌دهد منابع موردنظر خود را وارد یک Notebook کنید و سپس در بخش Studio از آن‌ها پادکست یا Video Overview بسازید. پادکست‌ها می‌توانند به گفت‌وگویی میان میزبان‌های هوش مصنوعی تبدیل شوند و ویدیوها نیز در قالب‌هایی مانند Explainer و Short تولید شوند.

در ادامه، از آماده‌سازی منابع تا شخصی‌سازی، تولید، دانلود و اشتراک‌گذاری پادکست و ویدیوی نهایی را مرحله‌به‌مرحله بررسی می‌کنیم.

Gemini Notebook نام جدید NotebookLM است که گوگل در ژوئیه ۲۰۲۶ معرفی کرد. این تغییر نام، محصول را از بین نبرده است؛ جمنای نوت بوک همچنان یک ابزار مستقل برای تحقیق و یادگیری محسوب می‌شود، اما ارتباط آن با اکوسیستم هوش مصنوعی Gemini گسترده‌تر شده است.

ایده‌ی اصلی ابزار ساده است؛ منابع خود را در یک Notebook قرار می‌دهید و سپس از هوش مصنوعی می‌خواهید آن‌ها را تحلیل کند یا به قالب دیگری تبدیل کند. جمنای نوت بوک از منابعی مانند PDF، وب‌سایت، ویدیوهای یوتیوب، فایل‌های صوتی، گوگل داکس و Google Slides پشتیبانی می‌کند. همچنین اگر بخواهید، خودش می‌تواند در اینترنت درمورد موضوع شما تحقیق کند.

کاربرد اصلی این ابزار، ایجاد یک فضای کاری هوشمند برای پژوهشگران، دانشجویان و تمام افرادی است که با حجم بالایی از اطلاعات سروکار دارند.

در این مقاله تمرکز ما روی دو قابلیت از Studio یعنی Audio Overview برای ساخت پادکست و Video Overview برای تولید ویدیوهای آموزشی و ارائه‌ای است.

کیفیت خروجی تا حد زیادی به کیفیت منابع ورودی وابسته است. بنابراین بهتر است قبل از تولید محتوا، منابع مرتبط و قابل‌اعتماد را در یک Notebook جمع‌آوری کنید.

برای شروع، وارد Gemini Notebook شوید و یک Notebook جدید بسازید.

سپس از بخش افزودن منابع، فایل‌ها یا لینک‌های موردنظر خود را وارد کنید.

برای ویدیوهای یوتیوب، جمنای نوت بوک متن پیاده‌سازی‌شده‌ی ویدیو را به‌عنوان منبع وارد می‌کند؛ بنابراین ویدیو باید زیرنویس داشته باشد. ویدیوهای بدون گفتار یا ویدیوهایی که زیرنویس قابل‌استفاده ندارند، ممکن است وارد نشوند. در نسخه استاندارد، هر منبع می‌تواند حداکثر ۵۰۰ هزار کلمه داشته باشد و فایل‌های محلی نیز سقف حجمی ۲۰۰ مگابایت دارند.

اگر هم فایل خاصی به‌عنوان منبع ندارید، در کادر اول موضوع و آنچه می‌خواهید را وارد کنید، سپس منوی کشویی Research را باز کرده و با انتخاب بین دو حالت Fast Research یا Deep Research اجازه دهید جمینای حول موضوع شما تحقیق و منابع را اضافه کند.

پس از افزودن منابع، Gemini Notebook اگر بخواهید، جمنای نوت بوک می‌تواند آن‌ها را بر اساس موضوع دسته‌بندی کند. همچنین می‌توانید هنگام تولید هر خروجی، منابع مشخصی را انتخاب یا از تولید کنار بگذارید.

Audio Overview منابع شما را به یک گفت‌وگوی صوتی میان میزبان‌های هوش مصنوعی تبدیل می‌کند. میزبان‌ها نکات مهم منابع را بررسی و میان موضوعات مختلف ارتباط برقرار می‌کنند؛ بنابراین خروجی بیشتر از یک خلاصه‌ی ساده، شبیه گفت‌وگویی درباره محتوای منابع است.

گوگل تأکید می‌کند که هدف Audio Overview بازتاب محتوای منابع است و نباید آن را به‌عنوان نظر مستقل یا تحلیل انسانی میزبان‌های هوش مصنوعی در نظر گرفت. مانند سایر خروجی‌های تولیدشده با هوش مصنوعی، احتمال خطا یا اشکال صوتی نیز وجود دارد.

Gemini Notebook از بیش از ۸۰ زبان برای Audio Overview پشتیبانی می‌کند و فارسی نیز در فهرست زبان‌های رسمی آن قرار دارد. می‌توانید زبان خروجی را هنگام ساخت Audio Overview انتخاب کنید یا زبان خروجی کلی Notebook را از تنظیمات تغییر دهید.

بعد از این که نوت بوک جدید خود را ساختید و منابعتان را به آن معرفی کردید برای ساخت پادکست:

Gemini Notebook فقط به یک حالت پیش‌فرض محدود نیست و می‌توانید پیش از تولید، نوع گفت‌وگو و نحوه ارائه‌ی محتوا را مشخص کنید.

بعد از بار شدن پنجره Audio Overview، چهار قالب اصلی (Format) برای ساخت لحن و نقطه نظر پادکست می‌بینید که در جدول زیر آمده‌اند:

قالب

کاربرد

بهترین زمان استفاده

Deep Dive (بررسی عمیق)

گفت‌وگویی عمیق میان دو میزبان برای بررسی و ارتباط‌دادن موضوعات

برای مرور کامل مفاهیم، به‌ویژه هنگام رانندگی، ورزش یا انجام کارهای روزمره.

Brief (خلاصه کپسولی)

خلاصه‌ای سریع از مهم‌ترین نکات، با مدت کمتر از دو دقیقه

وقتی زمان کمی دارید و می‌خواهید پیش از مطالعه، تصویر کلی محتوا را بگیرید.

Critique (نقد و بررسی کارشناسانه)

بررسی انتقادی و سازنده‌ی محتوا، مانند مقاله یا سند طراحی

برای یافتن ضعف‌های استدلال، ایرادات محتوا و راه‌های تقویت پژوهش یا مقاله

Debate (مناظره و چالش)

گفت‌وگوی دوطرفه برای بررسی دیدگاه‌های مختلف درباره یک موضوع

برای بررسی اختلاف‌نظرها، تضادها و زوایای پنهان موضوعات پیچیده و چندبعدی

همچنین می‌توانید زبان، طول خروجی و دستور سفارشی خود را مشخص کنید. گزینه‌ی Long برای Audio Overview در حال حاضر فقط برای زبان انگلیسی در دسترس است. در بخش Sources هم می‌توانید منابعی که نمی‌خواهید را از دور خارج کنید.

در نهایت کادر نوشتن پرامپت را داریم که یکی از کاربردی‌ترین بخش‌های شخصی‌سازی پادکست است. به‌جای اینکه صرفاً منابع را در اختیار Gemini Notebook قرار دهید، می‌توانید مشخص کنید گفت‌وگو روی چه موضوعی تمرکز کند یا برای چه سطحی از مخاطب ساخته شود. مثلا «این منابع را برای دانش‌آموز دبیرستانی توضیح دهید و اصطلاحات تخصصی را با مثال‌های ساده معرفی کنید.» یا «مهم‌ترین اختلاف‌نظرهای مطرح‌شده در منابع را پیدا کنید و گفت‌وگو را حول همین اختلاف‌ها شکل دهید.».

تولید پادکست در پس‌زمینه انجام می‌شود؛ بنابراین هنگام پردازش می‌توانید همچنان در Notebook کار کنید یا خروجی‌های دیگری بسازید.

پس از ساخت این پادکست‌ها، یک قابلیت ویژه به نام حالت تعاملی (Interactive Mode) وجود دارد که اجازه می‌دهد حین پخش، گفتگو را قطع کنید و مستقیماً از میزبان‌ها سوال بپرسید. برای فعال کردن آن مراحل زیر را دنبال کنید:

این ویژگی به شما اجازه می‌دهد به جای یک شنونده‌ی غیرفعال، به عنوان نفر سوم وارد پادکست شوید و آن را شخصی‌سازی کنید.

Interactive Mode ممکن است بسته به حساب کاربری یا وضعیت عرضه در دسترس همه کاربران نباشد.

Video Overview منابع موجود در Notebook را به یک ویدیوی توضیحی تبدیل می‌کند. این ویدیو می‌تواند شامل روایت صوتی و عناصر بصری باشد و هدف آن ارائه‌ی قابل‌فهم‌تر مطالب پیچیده است.

برای ساخت ویدیو، وارد بخش Studio شوید و گزینه‌ی Video Overview را انتخاب کنید. سپس می‌توانید پیش از شروع تولید، قالب، زبان، سبک بصری و دستورهای سفارشی را مشخص کنید.

Gemini Notebook اکنون سه قالب اصلی برای Video Overview ارائه می‌دهد:

بنابراین اگر هدف شما آموزش کامل یک موضوع است، Explainer انتخاب منطقی‌تری است؛ برای مرور سریع یک موضوع می‌توانید سراغ Short بروید و اگر به دنبال روایت بصری غنی‌تری هستید و اشتراک الترا یا پرو دارید، Cinematic گزینه‌ی مناسب‌تری است.

قالب Explainer از فارسی پشتیبانی می‌کند و فارسی در فهرست زبان‌های رسمی روایت Video Overview قرار دارد. در مقابل، Cinematic و Short فعلاً فقط انگلیسی هستند. بنابراین اگر هدف شما ساخت یک ویدیوی آموزشی فارسی است، در حال حاضر Explainer انتخاب مناسب‌تری خواهد بود.

در قالب‌های پشتیبانی‌شده، می‌توانید ظاهر بصری ویدیو را نیز مشخص کنید. گزینه‌هایی مانند Classic، Whiteboard، Watercolor، Retro Print، Heritage، Paper-craft، Kawaii و Anime در دسترس هستند و امکان انتخاب خودکار سبک یا تعریف سبک سفارشی نیز وجود دارد.

البته این قابلیت محدودیت‌هایی دارد. سبک بصری برای ویدیوهای Cinematic و Short قابل انتخاب نیست و این دو قالب فعلاً فقط از زبان انگلیسی پشتیبانی می‌کنند.

مراحل ساخت Video Overview تقریباً مشابه Audio Overview است:

تولید ویدیو در پس‌زمینه انجام می‌شود و می‌توانید در همین فاصله به کارهای دیگر خود در Notebook ادامه دهید. تولید بعضی Video Overview-ها ممکن است بیش از ۳۰ دقیقه طول بکشد.

منابع مرتبط انتخاب کنید: اگر چند فایل نامرتبط را در یک Notebook قرار دهید، ممکن است خروجی بیش از حد گسترده یا پراکنده شود. بهتر است برای هر موضوع اصلی یک Notebook جدا داشته باشید.

منابع باکیفیت در اختیار ابزار بگذارید: Gemini Notebook محتوای خروجی را براساس منابع شما تولید می‌کند؛ بنابراین کیفیت و اعتبار منابع اهمیت زیادی دارد.

قبل از تولید، منابع را انتخاب کنید: اگر فقط بخشی از منابع برای یک پادکست یا ویدیو مناسب است، همه منابع را در تولید دخالت ندهید.

دستور مشخص بنویسید: به‌جای دستورهای کلی مانند «یک ویدیوی خوب بساز»، مشخص کنید مخاطب چه کسی است، روی کدام بخش تمرکز شود و خروجی چه هدفی داشته باشد.

خروجی را فکت‌چک کنید: گوگل صراحتاً هشدار می‌دهد که Audio و Video Overview ممکن است حاوی خطا، اطلاعات نادرست یا اشکال صوتی باشند. بنابراین به‌خصوص برای محتوای آموزشی، خبری یا تخصصی، خروجی را پیش از انتشار بررسی کنید.

پس از تولید، خروجی‌ها در بخش Studio باقی می‌مانند و می‌توانید آن‌ها را دوباره باز کنید.

برای Audio Overview امکان اشتراک‌گذاری لینک یا اشتراک‌گذاری Notebook وجود دارد و می‌توانید فایل صوتی را نیز برای استفاده خارج از Gemini Notebook دریافت کنید.

برای Video Overview نیز می‌توانید لینک ویدیو را با دیگران به اشتراک بگذارید، کل Notebook را به اشتراک بگذارید یا فایل ویدیو را دانلود کنید.

پس از اتمام تولید، می‌توانید با کلیک بر آیکون سه‌نقطه‌ی عمودی در کنار نام پادکست صوتی یا ویدئویی ایجاد شده و سپس کلیک روی گزینه‌ی Download، خروجی را دریافت کنید. پادکست‌های صوتی با فرمت MP3 و پادکست‌های ویدئویی با فرمت MP4 ذخیره می‌شوند.

نظر شما درباره‌ی این ابزار چیست؟ آیا تجربه‌ی استفاده از هوش مصنوعی برای تولید محتوای صوتی یا ویدیویی را داشته‌اید؟ دیدگاهتان را با ما و دیگر کاربران به اشتراک بگذارید.

بله، شما می‌توانید با حساب گوگل خود به شکل کاملا رایگان از جمنای نوت‌بوک استفاده کنید این نسخه به شما اجازه می‌دهد روزانه تا ۳ پادکست صوتی و ۳ ویدیویی بسازید.

خیر، جمنای نوت بوک ابزار ویرایش داخلی ندارد. این ابزار برای تولید پیش‌نویس اولیه عالی است. برای ویرایش نهایی، باید فایل خروجی را دانلود کرده و از نرم‌افزارهای تخصصی ویرایش مانند Audacity یا Descript برای افزودن موسیقی و بهبود کیفیت صدا استفاده کنید.

خیر، در حال حاضر تنها می‌توانید از میان صداهای پیش‌فرض ارائه شده توسط گوگل استفاده کنید و امکان انتخاب گوینده یا شبیه‌سازی صدای شخصی وجود ندارد.

خانواده ما