macOS版Geminiに音声入力と画面読み取り機能が追加 英語から順次展開
GoogleがmacOS向けGeminiアプリに、音声による操作や画面情報の解析といった新機能を追加しました。まずは英語ユーザーから順次提供が始まっており、今後対応する言語を広げていく方針です。AIによるPC操作の効率化が期待されますが、実用面ではまだ不透明な点も残っています。
何が起きたのか
Googleは7月29日、macOS版のGeminiアプリへ新たな機能を実装したと発表しました。具体的には、音声での文章作成や要約、画像の生成、編集などが可能になります。また、音声入力時に「えー」や「あー」といった不要な言い淀みを自動的に取り除く機能や、ディスプレイ上の内容を読み取ってユーザーのタスクを補助する機能も盛り込まれました。現在は英語での提供となっており、全世界のユーザーに向けて順次展開されています。
なぜ注目されているのか
一般に、AIチャットツールはテキスト入力が主流でしたが、音声操作の精度向上により、キーボードを打つ手間を省いた直感的な操作が可能になります。特に画面読み取り機能は、AIがユーザーの視覚情報を共有して状況を判断する「AIエージェント」に近い挙動を実現するものです。OSレベルでの統合が進めば、アプリをまたいだ複雑な作業を音声だけで完結させられるようになるため、生産性の劇的な向上に注目が集まっています。
報道を読み比べると
PC Watchは言い淀みの削除や画面読み取りによる支援に触れている一方、Impress Watchは音声での画像生成や編集機能に焦点を当てて報じています。一方で、日本語への対応時期や、画面読み取り時のプライバシー保護策については触れられていません。また、これらの機能が無料版で利用できるのか、あるいは特定のプランへの加入が必要なのかという点についても明記されておらず、詳細を待つ必要があります。
この記事に出てくる言葉
- Gemini
- Googleが開発した、テキストや画像などを処理できるマルチモーダルな生成AI。
- macOS
- Apple社が開発したMacシリーズ向けのオペレーティングシステム。
今後の注目点
- 日本語版への機能実装がいつ頃になるのか
- 画面読み取り機能がどの程度の精度でタスクを支援できるのか
よくある質問
今すぐ日本語で音声入力を使えますか？
いいえ。現在は英語での提供となっており、対応言語は今後拡大される予定であると報じられています。
画面読み取り機能で何ができるようになりますか？
画面上の情報をAIが解析し、ユーザーが抱えているタスクの支援を行う機能とされています。
💻 ホンネ の取材メモ
この話題を選んだ理由：2つの媒体が同じ出来事を報じていた（注目度スコア 2.651）
音声入力の「言い淀み削除」や「画面読み取り」は便利そうですが、具体的にどの範囲まで画面を読み取るのか、セキュリティ上の懸念はないのかが気になります。また、画像生成まで音声で完結できる点について、プロンプトの複雑な指定がどこまで機能するのかは未知数です。
参照した報道（2媒体・2本）
この記事は下記の各社が公開している見出し・配信情報をもとに、独自にまとめたものです。記事本文は転載していません。詳細は各社の元記事をご確認ください。
この記事は、各社が公開している見出しと配信情報をAIが読み取り、要点・背景・論点を整理して自動生成したものです。速報性を優先しているため、内容に誤りや古い情報が含まれる場合があります。正確な情報は必ず上記の出典元をご確認ください。医療・投資・法律に関わる判断は専門家にご相談ください。