Google Gemini 应用现已支持音频文件上传，回应了用户长期以来的核心诉求。对于营销人员及内容团队而言，该功能实现了录音文件的直接分析、摘要生成与二次创作，无需在不同工具间频繁切换。
Google Labs 及 Gemini 副总裁 Josh Woodward 在社交平台 X 上确认了这一更新，并表示音频支持是此前排名第一的用户请求。
核心更新
Gemini 已将音频处理纳入现有的多文件工作流，与文档和图片功能保持一致。单次提示最多可附加 10 个文件，并支持 ZIP 压缩包格式，便于批量上传原始音轨或多次采访录音。
使用限制
- 免费版：单条提示音频总时长上限为 10 分钟，每日限用 5 次。
- AI Pro 及 AI Ultra 版：单条提示音频总时长上限提升至 3 小时。
- 通用限制：每条提示最多包含 10 个文件，具体支持格式详见 Google 帮助中心。
行业价值
针对播客制作、网络研讨会、媒体采访及客户沟通等场景，新功能填补了转录环节的空白。用户可直接将完整录音转化为节目笔记、引用段落或工作草稿；会议密集的团队亦能直接从战略会议录音中生成行动项与简报，大幅减少交接环节。
对于代理机构和媒体网络，合并多集或多段录音至同一提示中，有效降低了每周工作流程的摩擦成本，实现“源音频输入、结构化内容输出”的一站式处理。
操作建议
建议在上传音频时同步提供相关背景信息，这有助于 Gemini 基于事实依据生成更精准的摘要与摘录。若使用免费版，需严格规划 10 分钟时长上限；长音频内容建议使用 AI Pro 或 Ultra 版本以获得更佳体验。
未来展望
Google 可能会调整文件大小、数量及总时长等限制规则，建议持续关注官方动态。此外，更深度的 Workspace 集成（如 Meet 录音自动对接）有望在未来推出，进一步简化音频流转流程，实现无需手动上传即可调用 Gemini 进行分析。