Audio Overview（音声解説）とは？NotebookLMでの使い方・日本語対応・無料プランの上限

Audio Overviewとは、GoogleのGemini Notebook（2026年7月16日にNotebookLMから改称）に搭載された機能で、アップロードした資料（PDF・Webサイト・YouTube動画・音声ファイル・Googleドキュメントなど）をもとに、AIのホストが要点を解説する音声を自動生成するものです。既定の「詳細」形式では2人のホストがポッドキャストのように会話し、「概要」形式では1人が2分以内にまとめます。公式ヘルプの日本語表記は「音声解説」で、以前は「音声概要」と呼ばれていました。会議の録音も音声ファイルとして取り込めますが、出力されるのは文字起こしではなく解説音声です。日本語を含む80以上の言語で生成でき、無料プランでも1日3件まで作れます。ただし長さの調整とインタラクティブ モードは英語のみで、日本語では使えません。この記事では、仕組みと使い方、日本語対応の実情、プラン別の上限、GeminiやTTS（音声合成）との違いまでを、公式ヘルプの記述をもとに整理します。

まとめ：Audio Overviewの要点早わかり

つまりAudio Overviewは、読むのに時間がかかる資料を「移動中や作業中に聴ける対話音声」へ変える機能です。要約の質はもとの資料の質に左右されるため、ソースをきちんと選ぶことが結果を大きく左右します。

Audio Overviewの仕組みと従来の音声要約との違い

Audio Overviewは、アップロードした資料をGoogleの大規模言語モデル（Gemini Notebookは名前のとおりGeminiを基盤とする）が解析し、要点を抜き出したうえで、2人のAIホストが互いに質問・補足し合う台本を生成し、それを音声化します。入力になるのは「あなたが集めた資料」です。音声ファイルもソースにでき、公式ヘルプは「音声ファイルはインポート時に文字起こしされ、そのテキストが保存されて新しいソースとして使用されます」と説明しているため、会議の録音を取り込んでその内容の解説音声を作ることもできます。ただし出力されるのは文字起こしそのものではなく、要点を掘り下げる対話音声です。

従来の音声系ツールとの違いは、出力が「箇条書きの要約」でも「単調な読み上げ」でもなく、聞き手の疑問を先回りする会話だという点にあります。公式ヘルプは既定の「詳細」形式を、2人のホストがソースの主要なトピックを取り上げる会話と説明しています。一方の話者が概要を述べ、もう一方が掘り下げるため、専門外の資料でも筋を追いやすくなります。ただしAIホストの発話はソースの客観的な反映を意図したもので、ホスト自身の意見ではありません。

Audio Overviewの使い方（NotebookLMでの基本手順）

Audio Overviewは、NotebookLMを引き継いだGemini Notebookから利用します。操作は数ステップで完結し、生成はバックグラウンドで進むため、待っている間に別の作業を進められます。

ソースの追加から音声生成までの手順

公式ヘルプの手順は、Gemini Notebookを開く、「ノートブックを新規作成」を選ぶ、ポップアップで「ソースをアップロード」を選ぶ、アップロードするソースを選択するか新しいソースを探す、という流れです。ソースにはPDF、Webサイトのリンク、YouTube動画、音声ファイル、Googleドキュメント、Googleスライドなどを追加できます。ソースをそろえたら、画面の「Studio」パネルで「音声解説」を選んで生成します。ソースは数を増やすことより、解説してほしい論点に必要な情報が含まれているかを基準に選びます。

形式・長さ・重点トピックのカスタマイズ

生成時には自動生成だけでなく、出力をカスタマイズできます。形式は日本語UIで「詳細」「概要」「批評」「議論」の4つです。既定は詳細で、概要は1人のホストがドキュメントの要点を2分以内にまとめる短縮版、批評はエッセイや設計ドキュメントを建設的に評価する形式、議論は形式に則った議論を交わす形式だと公式ヘルプは説明しています。さらに、このエピソードでAIホストに何を重点的に話してほしいかをプロンプトで伝えると、関心のある論点に絞った音声が得られます。

注意したいのが長さです。「短め」「デフォルト」「長め」から選ぶ長さの調整は、公式ヘルプに「英語のみ」と明記されています。日本語で生成する場合、長さは選べません。短時間で全体像をつかみたいなら概要、論点を多面的に検討したいなら議論、という形式の使い分けが日本語では現実的な調整手段になります。

聴きながら質問できるInteractive Mode

インタラクティブ モードは、再生中にAIホストへ割り込んで質問できる機能です。「インタラクティブ モード」を選び、再生中に「参加」を選択します。ホストから指名されたら質問すると、ソースに基づいてパーソナライズされた回答が返り、回答後は元の音声解説の再生が再開されます。ユーザーの声や文字に起こされたやり取りは保存も共有もされません。ただしこの機能も公式ヘルプに「現在、インタラクティブ モードは英語でのみご利用いただけます」と書かれており、日本語の音声解説では使えません。日本語で疑問点を解消したい場合は、音声解説とは別にノートブックのチャットで質問する形になります。

Audio Overviewの日本語対応と音声の長さの制約

Audio Overviewは、2025年4月29日（米国時間、日本時間4月30日）に日本語を含む50以上の言語へ対応しました。当初は英語のみだったため、日本語の資料を日本語の音声で聴けるようになったのは大きな転換点です。現在の公式ヘルプは「80 以上の言語で音声解説を生成できます」と記載しています。

言語は、出力言語の設定で切り替えられます。アカウントの言語設定に依存せず、音声とチャット応答の言語を任意に変更できるため、英語の資料を日本語で聴く、といった使い方も可能です。

一方で、日本語には英語との機能差が残っています。前述のとおり長さの調整とインタラクティブ モードはどちらも英語限定で、日本語では形式の選択とプロンプトによる重点指定が調整手段になります。長尺の音声が必要な場合や、聴きながら質問したい場合は、英語で生成するという選択肢も検討に値します。

Audio Overviewの料金と利用できる範囲

Audio Overviewは、Gemini Notebookの機能として無料プランでも利用できます。Googleアカウントがあれば追加費用なしで生成でき、無料プランの上限は1日3件です。試すだけなら課金は要りません。

生成数やノートブック数の上限はプランで変わります。次の数値は2026年9月11日にGemini Notebookをアップグレードする（公式ヘルプ）で確認したものです。

判断の目安は1日3件で足りるかどうかです。1日3件を超えて生成したい場合は、音声解説が1日6件のGoogle AI Plusと、1日20件のGoogle AI Proを必要件数に応じて比較できます。上限値や価格は変動が速いため、契約前に公式の料金ページで最新の条件を確認してください。

GeminiやTTS（音声合成）との違いと使い分け

「音声を扱うGoogleのAI」は複数あり、混同しやすいので整理します。前提として、Audio OverviewはGemini Notebook専用ではありません。Geminiアプリでもドキュメント・スライド・ノートブック・Deep Researchレポートから生成でき、公式ヘルプは生成に3分から5分程度かかると案内しています。そのうえで、資料の解説音声・対話AI・読み上げという3つの役割を分けて整理します。

使い分けの目安はこうです。集めた資料を耳で把握したいならAudio Overview、自由に質問しながら調べたいならGemini、自作アプリに読み上げ機能を組み込みたいならGemini APIのTTSです。Gemini Notebookはその名のとおりGeminiを基盤としているため、Audio Overviewは「Geminiの能力を、資料理解という特定の用途に特化させた出口」と捉えると関係が整理できます。音声合成そのものの仕組みはGemini API TTSの使い方｜音声合成の実装・料金・商用利用ガイドで詳しく扱っています。

Audio Overviewが向く場面と注意すべき場面

向いているのは、論文・調査資料・長いWeb記事・社内ドキュメントなど、読むと時間がかかる資料の全体像を短時間でつかみたい場面です。通勤や家事の合間に音声で予習し、気になった論点を原文で確認する、といった使い方ができます。複数資料を横断した概要づくりにも向きます。

逆に避けるべき場面もはっきりしています。第一に、数値や固有名詞の正確さが厳密に問われる用途（契約条件、法令の要件、医療情報など）では、音声をそのまま根拠にせず必ず原典を当たるべきです。要約は省略や言い換えを伴い、ニュアンスが落ちることがあります。第二に、機密性の高い資料を扱う場合は、アップロード先のデータ取り扱い条件を確認したうえで判断します。第三に、入力したソースが薄い・偏っているときは、生成される対話にも不足や偏りが反映されるおそれがあります。必要な情報がソースに含まれるかを確認してください。これらの場面では、Audio Overviewを「最終成果物」ではなく「下読みの補助」と位置づけるのが安全です。

よくある質問

Audio Overviewとは何ですか？

Audio Overviewとは、GoogleのGemini Notebook（旧NotebookLM）に搭載された機能で、アップロードした資料（PDF・Webサイト・YouTube動画・音声ファイル・Googleドキュメント等）をもとに、AIのホストが要点を解説する音声を自動生成するものです。既定の「詳細」形式では2人のホストがポッドキャストのように対話し、「概要」形式では1人が2分以内にまとめます。公式ヘルプの日本語表記は「音声解説」で、以前は「音声概要」と表記されていました。音声ファイルもソースにできるため会議の録音を取り込むこともできますが、出力されるのは文字起こしではなく、ソースの内容を耳で理解するための解説音声です。

Audio Overviewは日本語に対応していますか？

対応しています。2025年4月29日（米国時間、日本時間4月30日）に日本語を含む50以上の言語へ拡大し、現在の公式ヘルプは80以上の言語で生成できると記載しています。出力言語の設定で音声やチャットの言語を切り替えられるため、英語の資料を日本語で聴くこともできます。ただし長さの調整（短め・デフォルト・長め）とインタラクティブ モードは英語のみで、日本語では利用できません。

Audio Overviewの使い方は？

Gemini Notebookでノートブックを新規作成し、要約したい資料をソースとしてアップロードします。次に「Studio」パネルで「音声解説」を選んで生成します。形式は「詳細」「概要」「批評」「議論」から選べ、AIホストに重点的に話してほしいトピックをプロンプトで指定することもできます。完成後はプレイヤーで再生でき、英語で生成した場合はインタラクティブ モードで聴きながら質問もできます。

Audio Overviewの料金はかかりますか？

無料プランでも利用できます。無料（Standard）の上限は音声解説が1日3件、ノートブック100件、1ノートブックあたりソース50件、チャット50回です。Google AI Plusでは音声解説6件／日、Google AI Proでは20件／日・ソース300件、Google AI Ultraでは100〜200件／日まで広がります。まず無料で出力品質を試し、1日3件で足りなくなったら上位プランを検討する進め方が無難です。

Audio OverviewとGeminiやTTSはどう違いますか？

役割が異なります。Audio Overviewは集めた資料の要点を対話音声で解説する機能で、Gemini NotebookだけでなくGeminiアプリからも生成できます。Gemini本体は質問応答や文章生成を行う対話AI、Gemini APIのTTSはテキストを自然な音声に変換する音声合成です。Gemini NotebookはGeminiを基盤としているため、Audio OverviewはGeminiの能力を資料理解に特化させた出口と理解すると整理しやすくなります。資料を耳で把握したいならAudio Overview、自由に質問したいならGemini、アプリに読み上げを組み込みたいならTTS、という使い分けになります。

関連記事

• NotebookLMはオフラインで使える？できること・エクスポート方法・他ツールからの移行を解説
• Gemini Notebookとは？NotebookLM改称の変更点とコード実行機能を解説
• Gemini API TTSの使い方｜音声合成の実装・料金・商用利用ガイド
• Geminiで議事録を作る方法｜Meet自動メモ生成とAI Studioの手順・音声の上限と機密の線引き