Mac版「Gemini」、Fnキーで自然な音声入力が可能に　ローカルファイルを参照した作業も

　米グーグルは29日（現地時間）、macOS向け「Gemini」アプリへ新たな自然言語機能を追加したと発表した。Fnキーを長押しすることで、デスクトップ上のどのウィンドウからでも音声による入力や操作ができる。全ユーザー向けに英語で順次提供が始まっており、今後は対応言語を拡大する予定。

自動補正を備えた音声入力

　新たに、デスクトップ上の任意の場所で音声を用いた入力が可能になる。デフォルトでインテリジェント・ディクテーション（音声認識）機能が有効となり、フィラー（つなぎ言葉）の削除や、言い間違いの修正が自動で反映される。整形済みのテキストが、現在のカーソル位置へ即座に入力される仕組みだ。

画面の内容を読み取る推論機能

　設定で推論機能（Gemini reasoning）を有効にすると、画面上の情報をGeminiが認識し、より複雑な処理を実行できる。ローカルファイルや画像、ドキュメントを指定して音声で指示を出すことで、情報の抽出や要約が行われる。

　公開されたデモ動画では、メンバーの食事制限（ビーガンやグルテンフリー）や予算が記載された複数のファイルを直接開かずに読み込ませ、条件に合うレストランを抽出。さらに、音声指示の途中で言い直した日時の変更や、検索した近隣店舗の追記までを反映したメールが自動作成される様子が紹介されている。

　加えて、画面上のテキストを選択してトーンの調整や文章の書き換えを実行したり、表示されている画像を参照して別バージョンのデザイン（ダークモード版など）を生成させたりといった操作も可能だ。