Google continue d’élargir les capacités de son outil d’intelligence artificielle Gemini. Après avoir intégré le texte, l’image et la vidéo, le géant californien franchit une nouvelle étape en permettant désormais l’importation et la transcription de contenus audio. Cette annonce, faite sur X par Josh Woodward, vice-président de Google Labs, répond à l’une des attentes majeures des utilisateurs. Une avancée qui positionne Gemini comme un outil encore plus polyvalent, destiné aussi bien aux étudiants qu’aux professionnels.

Une transcription audio disponible sur tous les appareils

Depuis ce lundi, la fonctionnalité est accessible sur Android, iOS et la version web de Gemini. Concrètement, les utilisateurs peuvent importer un fichier audio directement dans l’interface et obtenir une transcription fidèle, un résumé synthétique ou encore une extraction des informations clés.

Cette nouveauté ouvre de nombreuses perspectives pratiques. Les étudiants peuvent transformer un cours magistral en notes exploitables, les journalistes structurer plus rapidement une interview, et les professionnels générer des comptes rendus précis à partir de réunions. Gemini ambitionne ainsi de devenir un véritable compagnon d’organisation et de productivité au quotidien.

Comment importer un fichier audio dans Google Gemini ?

L’opération est pensée pour être simple et intuitive. Comme l’a montré Josh Woodward, il suffit de cliquer sur l’icône « + » de l’interface puis de sélectionner un fichier au format .mp3, .wav ou .m4a. Une fois le document chargé, Gemini s’occupe du reste : transcription, résumé ou analyse ciblée.

Autre point fort, jusqu’à dix fichiers peuvent être importés simultanément, y compris dans une archive compressée au format .zip. Cette flexibilité permet de traiter plusieurs cours, interviews ou réunions en une seule opération, un avantage indéniable pour les professionnels jonglant avec des volumes importants de données sonores.

Des limites d’utilisation selon l’abonnement

Malgré son potentiel, la nouvelle fonctionnalité n’échappe pas au modèle économique bien rodé de Google. L’entreprise a précisé que les utilisateurs gratuits peuvent importer jusqu’à dix minutes d’enregistrement, avec un maximum de cinq requêtes par jour.

En revanche, les abonnés aux offres Google AI Pro et AI Ultra bénéficient d’une marge bien plus large : ils peuvent soumettre des fichiers allant jusqu’à trois heures d’audio. Une durée idéale pour traiter des conférences, des podcasts ou encore des entretiens de fond.

Cette distinction reflète la stratégie globale de Google : proposer une base accessible au grand public tout en réservant des usages avancés à ses formules payantes.

Un avantage concurrentiel face à ChatGPT

Avec cette évolution, Google prend une longueur d’avance sur son principal concurrent, OpenAI. À ce jour, ChatGPT ne permet pas encore d’importer directement des fichiers audio pour transcription ou analyse. En intégrant cette fonctionnalité, Gemini se rapproche davantage des outils spécialisés comme Good Tape, mais avec l’avantage de centraliser le tout dans une plateforme conversationnelle déjà riche en fonctionnalités.

Il reste à voir si cette innovation permettra à Google de rattraper son retard face à OpenAI, dont la popularité reste largement supérieure. Toutefois, la possibilité d’analyser facilement des contenus audio pourrait séduire une nouvelle audience et renforcer la position de Gemini sur le marché des IA génératives.

Une évolution appelée à s’accélérer

Si Google a récemment clarifié les limites d’utilisation de ses abonnements, les mises à jour semblent arriver plus rapidement que prévu. L’ouverture de Gemini aux contenus audio illustre la volonté de l’entreprise d’enrichir son outil en permanence, afin de répondre aux besoins diversifiés de ses utilisateurs.

En misant sur la polyvalence et l’accessibilité, Google espère transformer Gemini en un écosystème incontournable, capable de rivaliser avec les acteurs déjà bien implantés. Et avec l’intégration de l’audio, une chose est sûre : l’IA conversationnelle entre dans une nouvelle dimension.

• Source 1 : Exemples & usages documentés
• Source 2 : Fonctionnalités Gemini pour les pros

Tatianah Razafindrabe

Rédactrice web pour Kavyro, je vous aide à décrypter l’actualité IA et automatisation, simplement et sans jargon. Pour me contacter : partenariat@kavyro.com