गूगल ने जीमेल, डॉक्स और कीप में वॉयस-आधारित एआई असिस्टेंट्स को एकीकृत किया

गूगल ने कृत्रिम बुद्धिमत्ता (एआई) की नई कार्यक्षमताओं को जारी करना शुरू कर दिया है जो जीमेल, गूगल डॉक्स और गूगल कीप जैसे एप्लिकेशन के साथ आवाज कमांड के माध्यम से इंटरैक्शन की अनुमति देती हैं। ये उपकरण जेमिनी मॉडल का उपयोग करते हैं ताकि उपयोगकर्ता प्राकृतिक भाषा का उपयोग करके प्रश्न पूछ सकें, दस्तावेज़ बना सकें और नोट्स व्यवस्थित कर सकें।

जीमेल लाइव, डॉक्स लाइव और कीप लाइव नामक ये सुविधाएँ पहली बार मई में गूगल आई/ओ 2026 कार्यक्रम के दौरान प्रस्तुत की गई थीं। वर्तमान में, इन्हें गूगल एआई प्लान के ग्राहकों के लिए उपलब्ध कराया जा रहा है, जो अंग्रेजी और एंड्रॉइड तथा आईओएस पर चलने वाले मोबाइल उपकरणों से शुरू हो रहा है। गूगल ने यह भी बताया कि इन सुविधाओं को धीरे-धीरे वर्कस्पेस के कॉर्पोरेट ग्राहकों को भी पेश किया जाएगा।

एप्लिकेशन की विशिष्ट कार्यक्षमताएं

गूगल डॉक्स में, इस सुविधा को लेखन में एक सहयोगी के रूप में काम करने के लिए डिज़ाइन किया गया है। एक खाली स्क्रीन पर उत्पादन शुरू करने के बजाय, उपयोगकर्ता मौखिक रूप से बता सकता है कि वह क्या बनाना चाहता है, जिससे एआई विचारों को संरचित कर सके और एक प्रारंभिक मसौदा तैयार कर सके। यह कार्यक्षमता प्रस्तावों और सारांशों जैसे विभिन्न प्रकार के दस्तावेज़ों के निर्माण में सहायता करती है, साथ ही उपयोगकर्ता को बातचीत के दौरान समायोजन का अनुरोध करने और जानकारी जोड़ने की अनुमति देती है।

डॉक्स लाइव का एक उल्लेखनीय पहलू अन्य गूगल सेवाओं के डेटा तक पहुंचने की इसकी क्षमता है। उपयोगकर्ता की अनुमति से, जेमिनी जीमेल, गूगल ड्राइव, गूगल चैट और वेब से प्रासंगिक जानकारी प्राप्त कर सकता है ताकि दस्तावेज़ को समृद्ध किया जा सके। इसका उद्देश्य अधिक सहज संचार को सुविधाजनक बनाना है, खासकर विचार-मंथन सत्रों के दौरान, जहां एआई बोली गई सामग्री को सुसंगत पाठ में परिवर्तित करता है।

डॉक्स लाइव गूगल एआई प्रो और अल्ट्रा प्लान के ग्राहकों के लिए उपलब्ध है। वहीं, गूगल कीप को कीप लाइव मिला है, जो टाइपिंग की आवश्यकता के बिना विचारों को जल्दी से रिकॉर्ड करने पर केंद्रित है। उपयोगकर्ता बस सोच सकता है, भले ही वे अव्यवस्थित विचार हों, और एआई उन्हें एक संरचित नोट में बदल देता है। इसके अलावा, यह उपकरण आवाज कमांड से सूचियाँ उत्पन्न कर सकता है; उदाहरण के लिए, शक्शुका के लिए सामग्री सूची का अनुरोध करने पर, कीप लाइव स्वचालित रूप से इस जानकारी को व्यवस्थित करता है।

कीप लाइव का उद्देश्य एप्लिकेशन को एक प्रकार के वॉयस ड्राफ्टपैड में बदलना है, जहां व्यक्ति 'ब्रेन डंप' कर सकता है और बाद में सामग्री को नोट्स या कार्य सूचियों में व्यवस्थित करने का कार्य एआई को सौंप सकता है।

ये नई सुविधाएँ गूगल की अपनी उत्पादों के साथ आवाज को प्राथमिक इंटरैक्शन विधि के रूप में स्थापित करने की व्यापक रणनीति का हिस्सा हैं। इससे पहले, अप्रैल में, कंपनी ने मैक संस्करण में एप्लिकेशन के बीच डिक्टेशन सुविधाओं की शुरुआत की थी। हाल ही में, गूगल ने रैम्बल लॉन्च किया, जो जेमिनी पर आधारित एक डिक्टेशन टूल है जो भाषण से फिलर शब्दों को हटा सकता है, और अगस्त में, उसने जेमिनी 3.5 ट्रांसक्राइब की घोषणा की, जो स्पीच-टू-टेक्स्ट के लिए समर्पित एक मॉडल है।

केवल बोले गए शब्दों को प्रतिलेखित करने के विपरीत, जीमेल, डॉक्स और कीप की नई सुविधाएँ एप्लिकेशन के साथ वास्तविक बातचीत का प्रस्ताव करती हैं। एआई को अनुरोधों की व्याख्या करनी चाहिए, डेटा खोजना चाहिए, सामग्री को व्यवस्थित करना चाहिए और प्राकृतिक भाषा के आधार पर कार्यों को निष्पादित करना चाहिए। फिलहाल, जीमेल लाइव, डॉक्स लाइव और कीप लाइव केवल अंग्रेजी में काम करते हैं, और गूगल ने पुष्टि की है कि पात्र प्लान के लिए रिलीज उसी सप्ताह होगी, जबकि वर्कस्पेस के उद्यम ग्राहकों के लिए विस्तार बाद में होगा।