NotebookLM 推出音频概览（Audio Overviews）

背景

NotebookLM 处理的对象，是用户自己放进去的资料。2024 年 9 月 11 日加入的音频概览（Audio Overviews），把这件事从文字搬到了声音上：用户拿到的不是一份要读的文档，而是一段可以听的对话。^[1]

上线时是什么样

2024 年 9 月 11 日，Google 为 NotebookLM 加入音频概览。在 Notebook 指南（Notebook guide）里点一下，功能就会把用户的资料变成一段「深挖」（deep dive）式的音频讨论：两位 AI 主播对谈，概括材料内容，并在不同话题之间建立联系。^[1]

输出的是对话，不是朗读。两个合成声音轮流开口，一个接住另一个的话头，原始材料被压缩、重新组织成一段口语往来。这让「听资料」成为一种独立的获取方式：人可以边走边听、通勤时听，或者手上在做别的事情时听，这也正是把笔记做成音频的意义所在。

Google 称这项功能是实验性的，并列举了已知局限：内容偶尔会不准确；听众没有办法打断主播；主播只说英语。^[1] 前两条指向同一个性质——音频一旦生成就是固定的成品，播放过程中既不能纠正，也不能追问、改方向。

从收听到参与

2024 年 12 月，Google 允许用户加入音频概览，向主播提问。^[2] 这改变了功能的形态。录音不再是听众只能单向接收的东西；加入讨论、向两位主播提出问题，使这段音频从「只能听」变成「可以问」的场合。

视频与产品之外

2025 年 7 月，视频概览（Video Overviews）跟进。^[2] 同一个基本动作——把用户的资料重新组织成带解说的对话式摘要——从声音扩展到了画面。

这项功能也出现在了 Google 自家产品之外。Spotify 在 2024 年的 Spotify Wrapped 中使用 NotebookLM 生成个性化的 AI 播客。^[2] Wrapped 是 Spotify 每年面向听众推出的年度回顾内容；一家主流的音乐服务用这个工具来制作个性化音频，意味着两位 AI 主播对谈这种形式，已经从研究型笔记工具里的实验功能，进入了面向大众的消费级产品。

为什么重要

在很长一段时间里，AI 助手的输出是屏幕上的文字，输入则是往输入框里敲一个问题。音频概览把这两个习惯都倒了过来：输入是用户自己积攒的一堆资料，输出是语音，而且是两个声音之间的对话，不是单个叙述者照本宣读。对话本身带有结构——一位主播说出一件事，另一位接过去，两个话题之间的联系必须被说出口，而不能靠版面暗示。这使得该形式特别适合篇幅长、结构松、有用信息散落在许多页里的材料。

发布节奏和第一版本身同样重要。2024 年 9 月的版本是单向的、只支持英语，并且被明确标为实验性^[1]；2024 年 12 月的改动让听众可以回话^[2]；2025 年 7 月的更新把它从音频推进到视频^[2]。到那时，这种形式已经通过 Spotify Wrapped 2024 走进了主流的消费者活动^[2]。听一段摘要，如今已是人们处理自己手头资料的常见方式之一，与阅读并列。