NotebookLM e Audio Overview: il podcast AI a due voci di Google

NotebookLM era partito come esperimento interno in Google Labs: un quaderno digitale in cui carichi PDF, Google Docs, link web, trascrizioni YouTube e poi ci chiacchieri sopra con Gemini. A settembre 2024 Google ha aggiunto una feature che ha spostato l’asticella: Audio Overview, un podcast a due voci generato in automatico dai documenti caricati. Il risultato circola in rete da giorni con reazioni tra l’entusiasta e lo spaesato.

Cos’è NotebookLM, in due righe

NotebookLM è uno strumento gratuito raggiungibile da notebooklm.google.com. Si crea un notebook, si caricano fino a 50 fonti per notebook (PDF, Google Docs, Slides, siti web, video YouTube, testo incollato) e il modello indicizza tutto. Da quel momento ogni risposta è ancorata ai documenti, con citazione della fonte: clicchi sul numerino e ti porta al passaggio esatto.

Il motore è Gemini 1.5 Pro con contesto lungo. La differenza rispetto a incollare un PDF in ChatGPT è che qui il perimetro delle fonti è esplicito e chiuso: il modello non dovrebbe inventare cose fuori dai documenti. Il condizionale è d’obbligo, come vedremo dopo.

Audio Overview: il podcast generato

La novità è un pulsante “Generate” nella sezione Audio Overview. Dopo qualche minuto di elaborazione restituisce un file audio di 8-15 minuti in cui due voci — un uomo e una donna, entrambe in inglese americano — discutono il contenuto dei documenti caricati. Non è una lettura del testo: è una conversazione vera, con battute, domande incrociate, esempi, perfino qualche “uh” e pausa che rendono il tutto sorprendentemente credibile.

La prima volta che si ascolta fa effetto. Il ritmo è quello dei podcast divulgativi americani, con uno che pone la domanda e l’altra che spiega. Google non ha rivelato nel dettaglio l’architettura, ma si sa che dietro c’è il modello text-to-speech SoundStorm e un layer di scripting che trasforma il documento in un dialogo prima di passarlo al TTS.

Casi d’uso che funzionano davvero

• Paper accademici: carichi tre PDF su un argomento e ti ritrovi un sunto conversazionale da ascoltare in macchina. Non sostituisce la lettura, ma accelera la fase di orientamento.
• Documenti aziendali lunghi: report trimestrali, policy interne, manuali. Trasformarli in 12 minuti di audio rende più facile digerire la sostanza prima di una riunione.
• Studiare “ascoltando”: chi ha tempi morti tra uno spostamento e l’altro può recuperare materiale di studio senza doverlo leggere attivamente.
• Onboarding: caricare la documentazione di un progetto nuovo e generare un briefing audio per chi entra nel team.
• Revisione contenuti propri: ascoltare due AI discutere un tuo testo è un modo insolito per sentirne i buchi logici.

I limiti, perché esistono

Il primo limite è la lingua: al lancio solo inglese. Chi carica documenti in italiano ottiene comunque un podcast in inglese, con i nomi propri italiani pronunciati con accento americano. Google ha annunciato il supporto multilingue come prossima tappa, ma al momento non c’è una data.

Il secondo limite sono le allucinazioni. Per quanto l’Audio Overview sia ancorato alle fonti, i due host a volte enfatizzano dettagli marginali, aggiungono analogie che non erano nei documenti o semplificano in modo aggressivo passaggi tecnici. Va trattato come un executive summary creativo, non come un riassunto fedele da citare.

Terzo limite: la generazione non è personalizzabile. Non si può scegliere il tono, la lunghezza, la lingua o dare istruzioni su cosa approfondire. È un one-shot: premi il pulsante e ti prendi quello che esce. Dentro il team di NotebookLM è già in lavorazione un sistema di “customization prompt”, ma al momento del lancio non c’è.

Dove si colloca nell’ecosistema Google

NotebookLM vive in una zona ambigua: non è dentro Workspace (non appare accanto a Docs e Gmail), non è dentro l’app Gemini consumer, non è a pagamento. È uno strumento Google Labs con un suo dominio, tenuto volutamente separato. La lettura più probabile è che serva da vetrina per funzioni destinate a migrare più avanti in Workspace o Gemini Advanced.

Il posizionamento è diverso anche rispetto ad altri prodotti AI di Google. Deep Research di Gemini è orientato alla ricerca sul web aperto con output scritto; Gemini CLI vive nel terminale per gli sviluppatori; NotebookLM è il polo “documenti chiusi + output multimediale”. Tre strumenti, tre target.

La questione voce sintetica

Ciò che colpisce di Audio Overview non è tanto la qualità tecnica della sintesi vocale — già oggi ElevenLabs e altri fanno voci indistinguibili — quanto la regia conversazionale. Le due voci si interrompono, si rilanciano, cambiano intonazione in base al contenuto. È un piccolo salto qualitativo rispetto al TTS monolitico che si sentiva fino a un paio d’anni fa.

Ha anche un lato inquietante. Qualcuno su X ha già generato Audio Overview da articoli polemici o da propri post di blog, ottenendo 10 minuti di “podcast” in cui due AI ne parlano come se fosse una notizia verificata. La distanza tra documento privato e “contenuto pubblicabile” si è accorciata di colpo, con tutto ciò che ne consegue per chi fa disinformazione.

Vale la pena provarlo?

È gratuito e non richiede altro che un account Google, quindi la risposta pratica è sì, almeno una volta. Chi gestisce molta documentazione tecnica in inglese troverà Audio Overview utile da subito. Chi lavora in italiano deve aspettare il supporto multilingue, o accettare un podcast con accento americano sui propri nomi.

La domanda interessante non è se Audio Overview sia un buon riassuntore — ci sono strumenti migliori per quello. È se ascoltare due AI discutere un documento diventerà un modo normale di consumare informazione. Per ora sembra un gadget brillante; tra un anno, con il multilingue e la personalizzazione, potrebbe essere un canale editoriale a sé.