NotebookLM ने Audio Overviews के लिए customization और guidance फीचर लॉन्च किए

 (blog.google)
1 पॉइंट द्वारा GN⁺ 2024-10-19 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • Google ने Gemini 1.5-आधारित NotebookLM से “Experimental” लेबल हटा दिया है और अपलोड की गई सामग्री से बनने वाले Audio Overviews पर अब अधिक बारीक नियंत्रण दिया है
  • नया Customize फीचर “Deep Dive” बनाने से पहले AI host को यह निर्देश देने देता है कि किन विषयों पर ध्यान देना है या श्रोताओं की विशेषज्ञता का स्तर क्या है
  • Audio Overviews चलते समय भी NotebookLM में काम जारी रखा जा सकता है, इसलिए ऑडियो रोके बिना सामग्री से सवाल पूछना, citation देखना, और संबंधित वाक्यांश खोजना संभव है
  • Google Workspace-आधारित NotebookLM Business कंपनियों, विश्वविद्यालयों और संगठनों के लिए है, और यह उन्नत फीचर्स के साथ data privacy और security पर जोर देता है
  • pilot के लिए आवेदन करने वाले लोग नए फीचर्स, training और email support पहले पा सकेंगे, जबकि सामान्य उपलब्धता और pricing की जानकारी इस साल के अंत में दी जाएगी

NotebookLM की product status और मूल सिद्धांत

  • NotebookLM Gemini 1.5 पर बना एक information understanding tool है, जो उपयोगकर्ता द्वारा अपलोड की गई सामग्री के आधार पर जवाब देता है और जानकारी को रूपांतरित करता है
  • व्यक्तिगत data का उपयोग NotebookLM की training में नहीं किया जाता
  • लाखों लोग जटिल जानकारी को समझने और संभालने के लिए NotebookLM का उपयोग कर रहे हैं, और Google ने उत्पाद से “Experimental” लेबल हटा दिया है

Audio Overviews को नियंत्रित करने का तरीका

  • बातचीत की दिशा तय करना

    • “Deep Dive” Audio Overview बनाने से पहले AI host को निर्देश दिए जा सकते हैं
    • इसे किसी खास विषय पर केंद्रित कराया जा सकता है, या श्रोताओं के अनुसार expertise level समायोजित किया जा सकता है
    • Google इसकी तुलना उस स्थिति से करता है, जैसे किसी प्रसारण से ठीक पहले AI host को एक छोटा नोट दिया जाए

  • बैकग्राउंड में सुनना

    • Audio Overviews सुनते हुए भी NotebookLM के भीतर काम जारी रखा जा सकता है
    • ऑडियो रोके बिना सामग्री पर सवाल पूछना, citation लेना, और संबंधित उद्धरण खोजना संभव है

उपयोग का तरीका और सीमाएँ

  • NotebookLM पर जाकर नया notebook बनाना होगा और कम से कम 1 स्रोत जोड़ना होगा
  • NotebookLM guide में automatic Audio Overview बनाने के लिए “Generate” दबाएँ, और AI host को निर्देश देने के लिए “Customize” चुनें
  • Audio Overviews एक generated discussion हैं, इसलिए वे किसी विषय पर व्यापक या निष्पक्ष दृष्टिकोण की गारंटी नहीं देते
  • परिणाम उपयोगकर्ता द्वारा अपलोड की गई सामग्री और दिए गए निर्देशों को प्रतिबिंबित करते हैं

NotebookLM Business pilot

  • NotebookLM Business Google Workspace के जरिए उपलब्ध कराया जाने वाला version है
  • इसका लक्ष्य कंपनियाँ, विश्वविद्यालय और संगठन हैं, और इसमें उन्नत फीचर्स दिए जाएंगे
  • NotebookLM ने शुरुआत से ही data privacy और security को प्राथमिकता दी है, और आगे भी ऐसा ही रहेगा
  • NotebookLM Business pilot program के लिए आवेदन करने पर नए product features, training और email support पहले मिल सकते हैं
  • NotebookLM का free version उपयोग के लिए उपलब्ध रहेगा
  • NotebookLM Business की सामान्य उपलब्धता और pricing की अतिरिक्त जानकारी इस साल के अंत में साझा की जाएगी
  • पहले से ही 80,000 से अधिक संगठन NotebookLM का उपयोग कर रहे हैं

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2024-10-19
Hacker News की राय

  • NotebookLM का इस्तेमाल पूरे इंटरनेट पर नकली पॉडकास्ट बनाने में हो रहा है, और ऐसे पॉडकास्ट पहले ही 1,300 से ज्यादा हो चुके हैं: https://github.com/ListenNotes/ai-generated-fake-podcasts/bl...
    लगता है Google ने इस बार तेज़ी से आगे बढ़ने वाला अलग तरीका चुना है। यह सही है कि NotebookLM निजी productivity और learning के लिए शानदार tool है, लेकिन यह spammers को ऐसा content भी बड़े पैमाने पर बनाने देता है जिसे इंसानों के उपभोग के लिए बनाया ही नहीं गया होता
    इस project की तारीफों के बीच एक दूसरा नजरिया भी जरूरी है। उम्मीद है NotebookLM team इस समस्या को देखे और spam समस्या की गंभीरता को समझे। अगर इसे छोड़ दिया गया, तो यह और बड़ा ही होगा। अगर team में आपका कोई परिचित हो तो कृपया यह बात पहुंचाएं। क्या वे NotebookLM से बने audio को detect करने का कोई tool या आसान guidelines दे सकते हैं? मुझे जानना है कि क्या कोई watermark या पहचानने योग्य निशान है
    हाल ही में Hacker News पर भी एक पोस्ट आई थी कि "baby peacock" के Google image search results में लगभग सब कुछ AI-generated है: https://news.ycombinator.com/item?id=41767648
    लगता है जल्द ही हम इसी तरह का चलन देखेंगे, जहां low-quality AI-generated नकली पॉडकास्ट इंटरनेट पर छा जाएंगे

    • यहां low-quality का फैसला कहां से आया, समझ नहीं आता। NotebookLM इस्तेमाल करने के मेरे अनुभव में यह ऐसे podcasts बनाता है जो मैं जो सुनता हूं उसके 99% से कहीं ज्यादा high-quality, informative, fact-based और concise होते हैं
      आजकल मैंने podcast सुनना लगभग पूरी तरह NotebookLM से बदल दिया है, और मेरे नजरिए से यह कुल मिलाकर कहीं बेहतर experience देता है। शायद समस्या उलटी हो सकती है। कहीं हम गलती से NotebookLM के अलावा वाले podcasts तो नहीं सुन रहे?
    • मुझे यह इतना बड़ा मुद्दा नहीं लगता। आगे आप सबसे बड़ी किस समस्या की उम्मीद कर रहे हैं, यह जानना चाहूंगा
      मैं बहुत podcasts सुनता हूं, लेकिन दुनिया में पहले से मौजूद 99.9% podcasts को ignore करता हूं। वह ratio 99.99% हो जाए तो भी मुझे चिंता नहीं होगी
      अगर AI-generated podcasts सभी खराब हैं, तो उन्हें लगातार ignore किया जा सकता है; और अगर उनमें से कुछ अच्छे हैं, तो मैं इसे फायदे के रूप में देखता हूं
      अगर चिंता यह ontological worry है कि जब सारा media machine-generated हो जाएगा तो दुनिया का क्या होगा, तो फिलहाल मैं उस लहर पर सवार होकर देखना चाहूंगा कि क्या निकलता है
    • अगर Google audio overview में मौजूदा दो आवाजें बनाए रखता है, तो ज्यादातर लोग podcast का source जल्दी पहचान पाएंगे
      YouTube पर मैंने ऐसे “creators” भी देखे हैं जो NotebookLM-generated audio को ElevenLabs जैसे tools में डालकर आवाज बदलते हैं, लेकिन ऐसा करने पर quality बिना अपवाद गिर जाती है
    • यह कुछ ऐसा कहने जैसा है कि “text-based large language models को लोगों को generated output publish करने से रोकने के लिए और ज्यादा कोशिश करनी चाहिए”
      NotebookLM अलग-अलग content को अलग तरीके से digest करने के लिए बढ़िया दिखता है, और उसे fake podcast कहना भी सही नहीं है
      किसी ने यह तय नहीं किया कि audio output को कहीं publish करना चाहिए या नहीं करना चाहिए। publish करना और subscribe करना, दोनों user के फैसले हैं
      सिर्फ एक उपयोगी tool पर निशाना साधने के बजाय, इंटरनेट के indexing और discovery systems में enforcement की मांग करना ज्यादा सही होगा
    • विरोध में कहूं तो, AI से पहले भी ज्यादातर podcasts पूरी तरह बेकार थे। mattress ads ढोने वाले कुछ channels खो भी जाएं तो दुनिया ठीक रहेगी
      बाकी data की तरह अब source traceability अचानक बहुत महत्वपूर्ण हो गई है। मेरे नजरिए से यह अच्छी बात है। यह बात इतनी साफ हो गई है कि सभी data sources बराबर नहीं होते, और यह सच में game बदल सकती है
      ताकि बात अस्पष्ट न रहे, मैं दृढ़ता से मानता हूं कि large language models से पहले भी इंटरनेट का ज्यादातर हिस्सा कचरा था। तब हम उसे बस “SEO” कहते थे, और वह फिर भी कचरा ही था

  • कल मैंने इसे आजमाया। हमारे infrastructure के एक हिस्से से जुड़े सभी postmortem documents notebook में डाले और common themes निकालने को कहा; यह हैरान करने वाली हद तक असरदार था। इसने एक “audio overview”, यानी व्यवहार में एक podcast भी बनाया, और वह शानदार था
    overview generate करते समय prompt देने से quality काफी बेहतर हो गई। बिना prompt वाला default overview बिल्कुल गलत audience को target कर रहा था; हमारे case में वह developers की जगह infrastructure users के लिए बना था। जब मैंने इसे SRE team के लिए बनाने और किन चीजों पर focus करना है यह निर्देश दिया, तो यह काफी बेहतर हो गया
    क्या यह deep analysis के लिए उपयोगी था? नहीं। लेकिन अगर मैं किसी नई team में शामिल होऊं और हाल की 100 postmortems के आधार पर बनी चीज सुनने को मिले, तो बिल्कुल सुनूंगा। overview के तौर पर यह ideal था, और इसने बहुत सारे data से common themes निकाले और माहौल को भी कुछ हद तक ठीक पकड़ा

  • Google AI party में देर से शामिल हुआ, लेकिन निजी तौर पर मुझे लगता है कि Google के AI tools की breadth और depth को काफी कम आंका गया है। NotebookLM से लेकर AI Studio तक, जितना मैंने इस्तेमाल किया है, वह बहुत अच्छा रहा है
    बेशक Google वही जगह भी है जहां से “Attention Is All You Need” आया था

    • और बड़े स्तर पर, Google talent attraction में अच्छा है। “Attention Is All You Need” paper 2017 में आया था, लेकिन Noam को Google के भीतर काफी constraints झेलने पड़े और वह Character.AI शुरू करने के लिए निकल गए
      कहा जाता है कि वहां वे एक ऐसे foundation model के करीब पहुंच गए थे जो benchmarks को पीछे छोड़ देता। फिर Google ने सचमुच 2.7 अरब डॉलर में उन्हें वापस खरीद लिया [1]
      [1] https://www.wsj.com/tech/ai/noam-shazeer-google-ai-deal-d360...

  • मेरा प्रोडक्ट https://reasonote.com भी podcast generation को सपोर्ट करता है, और यह feature कुछ हफ्तों से मौजूद है
    NotebookLM से बेहतर बातें ये हैं: (1) पूरा document न होने पर भी सिर्फ topic से शुरू कर सकते हैं, और document से भी कर सकते हैं[1] (2) podcast generation काफी तेज़ है (3) podcast interactive है, इसलिए बीच में host से दिशा बदलने को कहें तो वह वैसा ही बदल देता है (4) जल्द ही Spotify-स्टाइल podcast topic queue बना सकेंगे, और जब भी नया idea मिले, उसे add कर सकेंगे
    मुख्य trade-off यह है कि अभी voices और personalities NotebookLM की तुलना में थोड़ी कम engaging हैं, लेकिन आने वाले कुछ महीनों में इसमें काफी सुधार होगा
    यह core value proposition “किसी भी topic के लिए AI-generated Duolingo” के ऊपर जुड़ने वाला feature है। अभी शुरुआती दौर में है, लेकिन एक बार इस्तेमाल करके feedback दें तो अच्छा लगेगा
    [1] अभी documents पर length limit काफी सख्त है, लेकिन जल्द ही सुधरेगी

    • अच्छा लग रहा है। हालांकि website पर pricing info नहीं मिल पाई
    • जिज्ञासा है कि क्या आपने उनके तरीके की तरह पहले script generate करके फिर उसे दोबारा pass कराया है ताकि script में pauses और personality जोड़ने को कहा जा सके

  • अच्छा है। NotebookLM को अभी बस सतही तौर पर ही आज़माया है, और ज़्यादातर components के reference material जैसे datasheets, reference guides, application notes वगैरह बहुत मात्रा में डालने के लिए इस्तेमाल किया
    text queries अच्छी तरह काम कर रही थीं, लेकिन audio overview तब बहुत उपयोगी नहीं था जब वह content के सिर्फ high level पर ही रहता था। अगर topic को adjust कर सकें तो यह काफी उपयोगी हो सकता है

  • Google Illuminate ने भी हाल ही में customization feature पेश किया है। मैं इसे ऐसे set करके इस्तेमाल करता हूं:
    audience=technical, duration=long, tone=professional & engaging

  • AI tools की वजह से अब कुछ भी ढूंढना बहुत आसान हो गया है
    मेरे द्वारा manage किए जाने वाले web forum पर एक हफ्ते पहले एक user ने “Google Notebook LM” शीर्षक वाला DM खोला। किसी और ने एक generated podcast share किया था जिसमें किसी खास topic पर forum के views summarize किए गए थे, और strong opinions रखने वाले लोगों के usernames तक बता दिए गए थे
    इस पर दूसरे user ने एक कदम आगे जाकर, किसी specific user ने जो कुछ भी कहा था, उसके political views और सभी extreme opinions को summarize करने वाला podcast generate करने को कहा। उफ़… यह तो बड़ी समस्या है
    real name use या कई sites पर वही username इस्तेमाल करने की आदत की वजह से अब “यह GitHub username लो, जिन sites पर यही username मौजूद है उन्हें ढूंढो, उस व्यक्ति ने अब तक जो कुछ कहा है उसका narrative बनाओ, और उसकी सबसे अच्छी और सबसे खराब बातें खोजो” जैसे काम बहुत आसान हो गए हैं, और यह डरावना है
    उस user से मैंने वही पुरानी बात कही कि “internet पर जो डालते हो, वह असल में हमेशा के लिए public हो जाता है”, लेकिन उसके नतीजे सचमुच अब दिखने शुरू हुए हैं
    मेरा forum username change करने की अनुमति देता है और जितनी हो सके anonymity को encourage करता है, लेकिन लगता है अब हम उस point पर आ गए हैं जहां हर site, interest और employer के लिए अलग online identity रखना ही सबसे अच्छा है
    HN पर भी ऐसे कई accounts हैं जो सिर्फ किसी खास post पर comment करने के लिए बनाए गए लगते हैं, और comments constructive और अच्छी तरह organized होते हैं। अब सोचता हूं कि क्या उनमें से कुछ अपने पूरे identity को future employers या उनकी बातों का misuse कर सकने वाले लोगों से छिपाने का समय से आगे का फैसला था
    लगता है past की हल्की-फुल्की choices अब present या future में बड़े नतीजे पैदा करने लगेंगी, और user behavior में बदलाव को धीमा करने वाली चीज़ बस imagination की कमी है

    • ऐसा करने की capability पहले से मौजूद थी, और किसी दिन यह और आसान होना ही था। पहले लोग pseudonyms इस्तेमाल करते थे, लेकिन वह trend कुछ हद तक कम हो गया, और तब भी समय के साथ आप आखिरकार कुछ ऐसा कह ही देते हैं जो anonymity तोड़ सके
      यह कभी न कभी होना ही था, और बस उम्मीद है कि अब privacy को लेकर public awareness बदलेगी। अब तक privacy की बात उठाने पर अक्सर लोग उदासीन या चिढ़े हुए दिखते थे
      HN पर ऐसे उद्देश्य वाले throwaway accounts बहुत आम हैं। मेरी रुचि user protection, यानी anonymization में ज्यादा बढ़ रही है, और मैं यह भी सोच रहा हूं कि spam का दरवाज़ा खोले बिना throwaway accounts आसानी से बनाने का तरीका क्या हो सकता है। उदाहरण के लिए, valid account से create करके फिर अलग कर देना। HN शायद niche community होने की वजह से इस समस्या से बच जाता है, और somewhat unappealing site design भी मदद करता है
    • वह तो बस कोई amateur भी कर सकता है
      online activity का light cone बिना घटे लगातार बढ़ता जा रहा है, और यह उस environment से मेल नहीं खाता जिसमें हम evolved हुए हैं, इसलिए unnatural लगता है। बचपन में GDPR और right to be forgotten मज़ाक जैसा लगता था, लेकिन अब लगता है कि यह अपने समय से आगे की समझदारी थी

  • शानदार! मैं सच में NotebookLM से HN daily summaries बनाकर YouTube पर डाल रहा हूं: https://www.youtube.com/@HackerCasts
    videos बेहतर और consistent schedule पर बनें, इसके लिए अभी tooling को polish कर रहा हूं

  • हैरानी है कि यह feature शुरू से मौजूद नहीं था। इससे output quality काफी बेहतर हो सकती है। default prompt की समस्या यह है कि दो समान रूप से “knowledgeable hosts” अक्सर बस information एक-दूसरे को pass करते रहते हैं
    prompt customize कर सकें तो hosts के बीच explainer और listener वाला dynamic बनाया जा सकता है, और इससे episode का overall flow काफी बेहतर होता है
    उदाहरण के लिए, ऐसे लिख सकते हैं:
    दोनों podcast hosts के पास topic के बारे में knowledge level बहुत अलग है। पहला host इस topic का expert है और दूसरे host को topic और details समझाता है। दूसरे host को topic के बारे में लगभग कोई prior knowledge नहीं है, लेकिन वह information पर react करता है और follow-up questions पूछता है

    • default prompt भी शायद ऐसा कुछ करने की कोशिश करता है। एक host ज़्यादा सवाल पूछने की भूमिका निभाता है, और कुछ podcasts में एक को guest expert के रूप में introduce भी किया गया
      हालांकि लगता है कि उस dynamic में कौन कौन है, यह कभी-कभी भूल जाता है

  • podcast generate करने का एक open source version है:
    https://github.com/souzatharsis/podcastfy
    developer Twitter @souzatharsis है