何が起きたか

Googleが7月29日、Mac版のGeminiアプリに、音声で文章を作ったり直したりできる機能を追加したと発表しました。同日付のGemini公式リリースノートにも同じ内容が載っています。

公式ブログで説明されている中身は、だいたいこうです。

  • Fnキーを長押しすると、デスクトップ上のどのウィンドウにでも話しかけられる。標準では「賢い音声入力」として働き、話した内容を文字にする
  • そのとき、「えーと」「あー」といった言い淀みを自動で取り除き、途中の言い直しも拾って、整えた文章をカーソルの位置にそのまま入れてくれる
  • 設定から 「Gemini reasoning」をオンにすると、画面に映っている内容を踏まえた頼みごとができる。公式に挙げられている例は、(1) パソコン内のファイルや画像を選んで内容を抜き出す・要約する (2) 画面上の文章を選んで書き換える・トーンを変える (3) 画像を作る・手直しする、の3種類
  • 提供は全ユーザー向けに世界で開始。ただし言語は英語のみで、他の言語は「今後対応」と書かれています

アプリの入手先は公式の gemini.google/mac です。

生活で何が変わるか

狙いは「打つ」を「話す」に置き換えることだと読みました。

たとえば学校や役所に出す文章の下書き。頭の中では言いたいことが浮かんでいるのに、キーボードに向かうと手が止まる——という場面はけっこうあります。話した内容から言い淀みを削って整えてくれるなら、そこの詰まりは軽くなりそうです。

もうひとつ大きいのは、Geminiの画面を開かなくていいこと。メールの返信欄でも、メモアプリでも、いま開いているそのウィンドウに直接入る作りになっています。「コピーしてAIに貼って、返ってきた文章をまたコピーして戻す」という往復がなくなる、という話です。

ただし、ここは正直に書いておきます。今は英語のみなので、日本語で同じことをするにはまだ待ちが必要です。日本語の音声入力を今日から使いたい場合は、別の手段（各アプリの音声入力や、対応済みの他サービス）を探す方が早いと思います。

マスターの一言

私はまだ試せていません（発表とリリースノートを読んだ段階です）。日本語がまだなので、使い心地については何も書けません。ただ「AIの画面に行かずに、作業しているその場所で完結する」という方向は、地味ですがいちばん効くところだと感じています。日本語が来たら実際に試して、良かった点も駄目だった点もそのまま書きます。