Google baru saja mengungkap fitur yang sangat menarik yang akan hadir bersama Gemini AI, yaitu Live Captions. Fitur ini memungkinkan Gemini secara otomatis menghasilkan transkripsi atau keterangan (captions) langsung dari audio yang kamu dengar, baik itu percakapan, podcast, video, atau bahkan audio dari perangkat kamu. Ini bukan hanya fitur transkripsi biasa, tetapi juga kemampuan untuk memahami konteks dan memberikan keterangan yang relevan secara real-time.
Fitur Live Captions ini akan terintegrasi secara mendalam dengan Google Search. Bayangkan kamu sedang mendengarkan podcast atau video YouTube, dan kamu memiliki pertanyaan tentang sesuatu yang dibahas. Alih-alih harus mencari transkrip atau ringkasan, kamu dapat langsung mengetikkan pertanyaan tersebut ke Google Search, dan Gemini akan menganalisis keterangan yang dihasilkan secara real-time untuk memberikan jawaban yang paling relevan dan akurat. Proses ini akan jauh lebih cepat dan intuitif.
Selain itu, Google juga mengumumkan bahwa Live Captions akan bekerja dengan video yang kamu tonton di YouTube. Ketika kamu menonton video, Gemini akan secara otomatis menghasilkan keterangan yang bisa kamu sesuaikan, termasuk memilih bahasa dan menyesuaikan ukuran font. Ini sangat berguna untuk orang yang memiliki gangguan pendengaran atau kesulitan memahami audio karena berbagai alasan. Selain itu, fitur ini juga memungkinkan kamu untuk melihat transkripsi video secara real-time saat kamu menontonnya, sehingga kamu bisa mengikuti alur percakapan atau presentasi dengan lebih mudah.
Google menjanjikan bahwa akurasi keterangan ini akan terus ditingkatkan seiring dengan perkembangan Gemini AI. Mereka juga menekankan bahwa fitur ini akan tersedia di berbagai perangkat, termasuk smartphone, tablet, dan komputer. Pengguna juga akan memiliki kontrol penuh atas bagaimana Live Captions digunakan, termasuk opsi untuk menonaktifkannya atau menyesuaikan preferensi mereka.
Lebih lanjut, Google berencana untuk memperluas penggunaan Live Captions ke berbagai aplikasi dan layanan lainnya. Ini bukan hanya tentang transkripsi, tetapi juga tentang meningkatkan aksesibilitas dan membuat informasi lebih mudah diakses oleh semua orang. Fitur ini berpotensi mengubah cara kita berinteraksi dengan konten digital, memungkinkan kita untuk belajar, bekerja, dan bersosialisasi dengan cara yang lebih efisien dan efektif. Google berharap Live Captions ini akan menjadi bagian integral dari ekosistem Gemini dan memberikan nilai tambah yang signifikan bagi pengguna di seluruh dunia. Implementasi ini menandai langkah signifikan dalam evolusi AI Google dan bagaimana AI dapat berinteraksi dengan dunia audio dan video secara real-time.