Google の公式発表によると、Gemini アプリが macOS プラットフォームに自然言語機能を追加し、ユーザーは現在の作業環境を離れることなく、音声で創作、編集、要約ができるようになりました。
Gemini アプリの音声操作機能
Google の説明によれば、ユーザーは Fn キーを長押しするだけで、デスクトップ上の任意のウィンドウで自然に話すことができます。これにより、スマートディクテーション機能が有効になり、口述した内容をクリーンで洗練されたテキストに簡単に変換し、「うん」や「ああ」といったフィラーを自動的に取り除き、フォーマットされたテキストをカーソルの位置に即座に挿入します。
Gemini の高度な機能と応用シーン
ユーザーが Gemini にさらに多くの機能を提供してほしい場合、設定から Gemini 推論を有効にすることができます。有効にすると、Gemini は画面上のコンテキストを理解し、より複雑なタスクを支援します。例えば、ユーザーは：
「情報を抽出して要約する：ローカルファイル、画像、または文書をハイライトし、Gemini に具体的な要求を伝えます。例えば、『これらの獣医文書を読んで、私の犬の医療履歴を要約し、犬舎にメールを送ってください。』と言うことができます。」
さらに、ユーザーはテキストをハイライトし、音声で即座に書き直し、トーンを調整し、洗練されたバージョンを所望の位置に配置することもできます。「これらのノートを TL;DR を含む実行要約に変換して。」と言ってみてください。
画像を生成および編集する能力
Gemini は音声を使用して視覚コンテンツを生成することもサポートしており、アイデアを考案したり、旅行の計画を強化したり、デスクトップデザインに基づいて迅速に更新したりできます。ユーザーは「このイラストをダークモードバージョンに生成して。」と言うことができます。
この新しい音声機能は現在、全世界の英語ユーザーに向けて展開されており、他の言語もすぐに追加される予定です。ユーザーは gemini.google/mac にアクセスしてアプリをダウンロードし、使用を開始できます。
資料出典：Google 公式発表