Audio Overviewとは？NotebookLMで資料を音声で聴く使い方と日本語対応を解説

Audio Overviewとは、GoogleのNotebookLMなど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2人がポッドキャストのように会話しながら要点を解説する音声を自動生成するものです。自分の会議録音を文字起こしする機能ではなく、集めた資料の中身を「耳で聴いて理解する」ための機能だと考えるとわかりやすいでしょう。2025年4月には日本語を含む50以上の言語に対応し、その後フォーマット選択や聴きながら質問できる機能も追加されました。なお、NotebookLM自体は2026年7月にGemini Notebookへ改称されましたが、Audio Overviewの機能は引き継がれています。この記事では、Audio Overviewの仕組みと使い方、日本語対応の状況、料金、GeminiやTTS（音声合成）との違いまでを、公式情報をもとに整理します。

まとめ：Audio Overviewの要点早わかり

細部に入る前に、押さえるべき要点を先に整理します。

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。以降では、仕組み、具体的な使い方、日本語対応の実情、料金、他ツールとの違いを順に掘り下げます。

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（NotebookLMは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。重要なのは、入力が「あなたの音声」ではなく「あなたが集めた資料」である点です。会議の録音そのものを要約する用途とは出発点が異なります。

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。一方の話者が概要を述べ、もう一方が「それはなぜか」「具体的には」と掘り下げるため、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は主にNotebookLM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

まずNotebookLMでノートブックを作成し、要約したい資料を「ソース」として追加します。追加できるのは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スライドなどです。次に画面の「Studio」パネルで「Audio Overview」を選んで生成を実行します。生成中も他の操作ができ、完成すると再生プレイヤーが表示されます。資料が薄いと内容も浅くなるため、複数の信頼できるソースをまとめて入れるほど密度の高い対話になります。

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「Deep Dive（深掘り）」「Brief（短縮）」「Critique（批評）」「Debate（討論）」から選べ、長さや出力言語も指定できます。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。短時間で全体像をつかみたいならBrief、論点を多面的に検討したいならDebate、といった使い分けが実務的です。

聴きながら質問できるInteractive Mode

Interactive Modeを使うと、再生中にAIホストへ割り込んで質問できます。気になった箇所で「手を挙げる」ように質問を入力（または発話）すると、ホストがいったん会話を止め、ソースに基づいて回答し、その後もとの流れに戻ります。一方的に聴くだけでなく、わからない用語や前提をその場で確認できるため、学習や下調べの効率が上がります。なお対応範囲は更新が続いているため、最新の提供状況は公式で確認してください。

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。その後2025年9月のアップデートで対応言語は80以上へ広がっています。

言語は、NotebookLMの「出力言語」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。

注意したいのは長さの制約です。提供開始当初、日本語の音声は約10分までで、30分を超える長尺は英語が中心という差がありました。長さの上限や対応言語数は頻繁に更新されているため、現時点の正確な仕様は公式ヘルプで確認することをおすすめします。

Audio Overviewの料金と利用できる範囲

Audio Overviewは、NotebookLMの機能として無料プランでも利用できます。アカウントを用意すれば、追加費用なしで音声概要を生成できるのが基本です。

一方で、生成回数やノートブックあたりのソース数などの上限は、無料プランとPro（上位プラン）で異なります。大量に生成したい、長尺を多用したいといった用途では上位プランが選択肢になりますが、上限値や価格は変動が速いため、導入前に必ず公式の料金ページで最新の条件を確認してください。まずは無料プランで実際の出力品質を試し、業務での頻度を見てから上位プランを検討する進め方が無難です。

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、混同しやすいので役割で整理します。同じ音声でも、Audio Overviewは資料の要約、Gemini本体は対話、TTSはテキストの読み上げと、出発点が異なります。

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。NotebookLMは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のTTS機能とは？音声合成の基本と仕組みを徹底解説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

万能ではないため、得意・不得意を見極めて使うのが実務的です。

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「ながら聴き」で予習し、要点を押さえてから原文を読む、という使い方は学習効率が高くなります。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、生成される対話も浅く偏ります。出力の質はソースの質を超えません。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NotebookLMなど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2人がポッドキャストのように対話しながら要点を解説する音声を自動生成するものです。自分の会議録音を要約するのではなく、集めたソースの内容を耳で理解するための機能です。NotebookLMの「Studio」パネルから生成でき、生成はバックグラウンドで進みます。

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、その後80以上に広がりました。NotebookLMの「出力言語」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。ただし提供開始当初、日本語の音声長は約10分までで英語より短いといった制約がありました。長さの上限や対応言語は更新が続くため、最新の仕様は公式ヘルプで確認してください。

Audio Overviewの使い方を教えてください。

NotebookLMでノートブックを作り、要約したい資料をソースとして追加します。次に「Studio」パネルで「Audio Overview」を選び、生成を実行します。生成時には形式（Deep Dive／Brief／Critique／Debate）や長さ、出力言語、重点的に話してほしいトピックを指定できます。完成後はプレイヤーで再生でき、Interactive Modeを使えば聴きながらAIホストに質問することも可能です。

Audio Overviewの料金はかかりますか？

Audio OverviewはNotebookLMの機能として無料プランでも利用できます。追加費用なしで音声概要を生成できるのが基本です。一方で、生成回数やソース数などの上限は無料プランとPro（上位プラン）で異なります。上限値や価格は変動が速いため、頻繁に使う場合は導入前に公式の料金ページで最新条件を確認してください。まず無料で品質を試し、必要に応じて上位プランを検討するとよいでしょう。

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、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。NotebookLM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とは？その概要と基本情報
• Gemini APIのTTS機能とは？音声合成の基本と仕組みを徹底解説
• Google Ai StudioとGoogle Geminiの連携による議事録作成自動化のメリット
• Google Gemini搭載の最新AI動画生成技術「Veo 3」とは？基本概要・特徴と活用のポイント