NotebookLM、音声概要のカスタマイズ機能と案内機能を提供開始
(blog.google)- Googleは、Gemini 1.5ベースのNotebookLMから「Experimental」ラベルを外し、アップロードした資料から作成するAudio Overviewsをより細かく制御できるようにした
- 新しいCustomize機能は、「Deep Dive」を生成する前に、AIホストに重点を置くテーマや聞き手の専門性レベルを指示する方式で動作する
- Audio Overviewsの再生中でもNotebookLMでの作業を続けられるため、音声を止めずに資料への質問、引用の確認、関連フレーズの探索が可能
- Google WorkspaceベースのNotebookLM Businessは、企業・大学・組織向けで、高度な機能とデータプライバシー・セキュリティを強調する
- パイロット申込者は新機能、トレーニング、メールサポートを先行して受けられ、一般提供と価格は今年後半に公開予定
NotebookLMの製品ステータスと基本方針
- NotebookLMはGemini 1.5で構築された情報理解ツールで、ユーザーがアップロードした資料に基づいて応答し、情報を変換する
- 個人データはNotebookLMの学習には使用されない
- 何百万人もの人々が複雑な情報を理解し扱うためにNotebookLMを利用しており、Googleは製品の**「Experimental」ラベル**を削除した
Audio Overviewsの制御方法
-
会話の方向性を指定
- 「Deep Dive」Audio Overviewを生成する前に、AIホストへ指示を与えられる
- 特定のテーマに集中させたり、聞き手に合わせて専門性レベルを調整したりできる
- Googleはこれを、AIホストが放送直前に短いメモを受け取ることになぞらえている
-
バックグラウンド再生
- Audio Overviewsを聴きながら、NotebookLM内で作業を続けられる
- 音声を中断せずに資料へ質問し、引用を受け取り、関連する引用文を調べられる
利用方法と制限
- NotebookLMにアクセスして新しいノートブックを作成し、最低1件以上の資料を追加する必要がある
- NotebookLM guideで自動Audio Overviewを作成するには「Generate」を押し、AIホストに指示するには「Customize」を選択する
- Audio Overviewsは生成されたディスカッションであるため、テーマに対する包括的または客観的な視点を保証するものではない
- 結果は、ユーザーがアップロードした資料と与えた指示を反映する
NotebookLM Businessパイロット
- NotebookLM BusinessはGoogle Workspaceを通じて提供予定のバージョン
- 対象は企業、大学、組織で、高度な機能を提供する予定
- NotebookLMは当初からデータプライバシーとセキュリティを最優先にしており、今後もこれを維持する
- NotebookLM Businessパイロットプログラムに申し込むと、新しい製品機能、トレーニング、メールサポートを先行利用できる
- 無料版のNotebookLMは引き続き利用可能
- NotebookLM Businessの一般提供と価格情報は今年後半に追加公開される予定
- すでに80,000以上の組織がNotebookLMを利用している
1件のコメント
Hacker News のコメント
NotebookLM はインターネット上で偽ポッドキャストを作るために使われており、すでに1,300件を超えている: https://github.com/ListenNotes/ai-generated-fake-podcasts/bl...
Google は今回は、素早く動く別のアプローチを取ったように見える。NotebookLM が個人の生産性や学習には優れたツールであるのは確かだが、人間が消費する意図のないコンテンツをスパマーが大量生産できるようにもしている
このプロジェクトへの称賛の中で、別の視点も必要だ。NotebookLM チームがこの問題を見て、スパム問題の深刻さを認識してほしい。放置すれば大きくなる一方だろう。チームに知り合いがいるなら伝えてほしい。NotebookLM が作成した音声を検出するツールや簡単なガイドラインを提供できないだろうか？ウォーターマークや識別可能な印があるのか気になる
最近 Hacker News でも、「baby peacock」に関する Google 画像検索結果のほぼすべてが AI 生成だという投稿があった: https://news.ycombinator.com/item?id=41767648
近いうちに、低品質な AI 生成の偽ポッドキャストがインターネットを覆い尽くす、似たような流れを見ることになりそうだ
最近はポッドキャストの視聴をほぼすべて NotebookLM に置き換えており、私の視点では全体的にはるかに良い体験を提供している。もしかすると問題は逆かもしれない。私たちは誤って NotebookLM ではないポッドキャストを聴いているのではないか？
ポッドキャストはたくさん聴くが、すでに世の中にあるポッドキャストの99.9%は無視している。その割合が99.99%になったからといって心配はしない
AI 生成ポッドキャストが全部悪いなら引き続き無視すればいいし、一部が良いならむしろ得だと思う
すべてのメディアが機械生成物になったら世界はどうなるのかという 存在論的な心配 なら、ひとまずその流れに乗って、何が出てくるのか見てみるつもりだ
YouTube で NotebookLM 生成音声を ElevenLabs のようなツールに入れて声を変える「クリエイター」も見たが、そうすると例外なく品質が落ちる
NotebookLM は複数のコンテンツを別の方法で消化するのに優れているように見えるし、それを 偽ポッドキャスト と呼ぶのも適切ではない
音声出力物をどこかに投稿すべきだ、あるいは投稿すべきでないと決めた人はいない。投稿も購読もどちらもユーザーの判断だ
単に有用なツールをあげつらうより、インターネットの インデックスと発見システム での取り締まりを主張するほうが正しい
他のデータと同じく、今や 出所の追跡可能性 が急に非常に重要になった。私の見方では良いことだ。すべてのデータソースが同等ではないという点が十分にはっきりし、実際に状況を変える可能性もある
明確でないかもしれないので付け加えると、私は大規模言語モデル以前からインターネットの大半はゴミだったと強く信じている。当時は単に「SEO」と呼んでいただけで、それでもゴミだった
昨日これを使ってみた。うちのインフラのある領域に関するすべての 事後分析ドキュメント をノートブックに入れ、共通テーマを抽出してほしいと頼んだところ、驚くほど効果的だった。「音声概要」、実質的にはポッドキャストも1本生成したが、素晴らしかった
概要生成時にプロンプトを与えると品質が大きく向上した。プロンプトなしのデフォルト概要は完全に間違った聴衆を対象にしていて、私たちの場合は開発者ではなくインフラ利用者向けになっていた。SRE チーム向けに作り、何に集中すべきか指示すると、はるかに良くなった
深い分析に役立ったかというと、そうではなかった。しかし新しいチームに参加したとき、直近100件の事後分析をもとに作られたものを聴くかといえば、当然聴くだろう。概要としては理想的で、大量のデータから共通テーマを引き出し、雰囲気もある程度うまくつかんでいた
Google の AI パーティーには遅れて参加したが、個人的には Google の AI ツールの幅と深さ はかなり過小評価されていると感じる。NotebookLM から AI Studio まで、使ってみた範囲ではとても良かった
もちろん Google は「Attention Is All You Need」が生まれた場所でもある
そこで彼は、ベンチマークを圧倒したであろう基盤モデルに近づいていたとされる。その後 Google は文字どおり27億ドルで彼を買い戻した [1]
[1] https://www.wsj.com/tech/ai/noam-shazeer-google-ai-deal-d360...
私のプロダクト https://reasonote.com もポッドキャスト生成に対応していて、この機能は数週間前からありました。
NotebookLMより優れている点は次のとおりです。(1) 文書全体がなくてもトピックだけで始められ、文書からでも可能[1] (2) ポッドキャスト生成がはるかに速い (3) ポッドキャストがインタラクティブで、途中でホストに方向転換を頼むとその通りに変わる (4) まもなくSpotify風のポッドキャスト・トピックのキューを作れるようになり、新しいアイデアに触れるたびに追加できるようになる
主なトレードオフは、現時点では声やキャラクター性がNotebookLMよりやや魅力に欠けることですが、今後数か月で大きく改善される予定です。
これは中核的な価値提案である「どんなトピックでもAIが生成してくれるDuolingo」に追加される機能です。まだ初期段階ですが、ぜひ使ってみてフィードバックをもらえるとうれしいです。
[1] 現在、文書にはかなり厳しい長さ制限がありますが、まもなく改善される予定です。
良いですね。NotebookLMはまだ表面的に触っただけで、主に部品リファレンスであるデータシート、リファレンスガイド、アプリケーションノートのようなものを大量に入れる用途で使っていました。
テキストでの質問はうまく機能しましたが、音声概要は内容の上位レベルにとどまっている間はあまり役に立ちませんでした。トピックを調整できるなら、かなり有用になりそうです。
Google Illuminate も最近カスタマイズ機能を導入しました。私はこう設定して使っています:
audience=technical, duration=long, tone=professional & engaging
AIツールのおかげで、今では何かを見つけるのが簡単になりすぎました。
私が管理しているWebフォーラムで、1週間前にあるユーザーが「Google Notebook LM」というタイトルのDMを開きました。別の人が特定のトピックに関するフォーラムの見解を要約した生成ポッドキャストを共有していて、強い意見を持つ人たちのユーザー名まで指摘していました。
それを受けて別のユーザーがさらに踏み込み、特定のユーザーがこれまでに言ったすべてのこと、政治的見解、あらゆる過激な意見を要約したポッドキャストを生成してほしいと頼みました。うーん……まずいですね。
実名使用や、複数のサイトで同じユーザー名を使う習慣のせいで、今では「このGitHubユーザー名を取って、同じユーザー名が存在するサイトを探し、その人がこれまでに言ってきたすべてのことの物語を作り、最も良い発言と最も悪い発言を見つけろ」といったことがあまりにも簡単になっていて、これは怖いです。
そのユーザーにはいつも言っている「インターネットに投稿したものは事実上、永遠に公開される」という話をしましたが、その結果が本当に現れ始めたのは今です。
私が運営しているフォーラムではユーザー名の変更を許可し、可能な限り匿名性を推奨していますが、今やサイト、関心分野、雇用主ごとに別々のオンライン・アイデンティティを持つのが最善という段階に来ているように思います。
HNでも、特定の記事にだけコメントするために登録したように見えるアカウントが多く、コメントは建設的でよく整理されています。今では、その一部は将来の雇用主や自分の発言を悪用し得る人々から全体のアイデンティティを隠すための、時代を先取りした選択だったのではないかと思うようになりました。
過去の軽い選択が現在や未来に大きな結果をもたらし始めそうで、ユーザー行動の変化を遅らせているのは想像力の欠如だけだという気がします。
これはいつか必ず起こることでしたし、せめて今からでもプライバシーに対する大衆の認識が変わることを願うばかりです。これまではプライバシーの話を持ち出すと、無関心かうんざりされることが多かったです。
HNでは、その目的の使い捨てアカウントは非常によくあります。私はユーザー保護、つまり匿名化により関心を持つようになっており、スパムへの門戸を開かずに使い捨てアカウントを簡単に作成する方法も考えています。たとえば有効なアカウントから作成した後に切り離す方式です。HNはおそらくニッチなコミュニティなのでこの問題を避けられているようで、やや魅力に欠けるサイトデザインも役立っていると思います。
オンライン活動の光円錐は縮むことなく拡大し続けているようで、これは私たちが進化してきた環境とも合わず、不自然に見えます。若い頃はGDPRや忘れられる権利が滑稽に見えましたが、今では時代を先取りした知恵だったと思います。
すばらしい！ 実際にNotebookLMでHNの日次まとめを作り、YouTubeに投稿しています: https://www.youtube.com/@HackerCasts
動画がより良く、一貫したスケジュールで作られるよう、まだツール体系を磨いているところです。
最初からこの機能がなかったのが驚きです。結果の品質はずっと良くなり得ます。デフォルトプロンプトの問題は、2人の同じように「知識のあるホスト」が情報を互いに受け渡すだけ、という流れになりがちなことです。
プロンプトをカスタマイズできれば、ホスト同士の間に説明者と聞き手という力学を作ることができ、それがエピソード全体の流れに大きく役立ちます。
例えば、こう書けます:
2人のポッドキャストホストは、トピックに関する知識レベルが大きく異なる。1人目のホストはそのトピックの専門家で、2人目のホストにトピックと詳細を説明する。2人目のホストはそのトピックに関する既存知識がほとんどないが、情報に反応し、フォローアップの質問を投げかける。
ただ、その力学の中で誰が誰なのかを時々忘れているようです。
ポッドキャストを生成するオープンソース版があります:
https://github.com/souzatharsis/podcastfy
開発者のTwitterは @souzatharsis です。