Компанія Google додала до застосунку Gemini для macOS нові можливості голосового керування: розумну диктовку та аналіз вмісту екрана. Тепер користувачі можуть диктувати текст і виконувати складні команди голосом, не перемикаючись між вікнами. Про це повідомляє офіційний блог Google.
Розумна диктовка за замовчуванням
Активація функції відбувається довгим натисканням клавіші Fn або через іконку Speak to Window — можна налаштувати й власне поєднання клавіш. Голосом можна керувати з будь-якого вікна на робочому столі, без переходу безпосередньо в застосунок Gemini.
За замовчуванням активна «розумна диктовка» (intelligent dictation) перетворює усне мовлення на чистий, відформатований текст, автоматично прибираючи слова-паразити на кшталт «еее» й «нуу», враховуючи виправлення «на льоту» посеред речення, і одразу вставляючи готовий результат у місце курсора. Для тривалої диктовки передбачено подвійне натискання Fn.
Аналіз екрана — за бажанням
Друга функція, «розумний аналіз екрана» (screen-aware reasoning), на відміну від диктовки, не активна за замовчуванням — користувач має самостійно увімкнути її в налаштуваннях. Ця опція дозволяє Gemini аналізувати вміст відкритих на екрані вікон і виконувати складніші сценарії:
- Вилучення й підсумовування інформації. Можна виділити локальні файли, зображення чи документи на робочому столі й голосом уточнити задачу. Наприклад: «Прочитай ці файли від ветеринара і склади резюме історії хвороби собаки для листа в розплідник».
- Написання та редагування тексту. Виділений на екрані текст можна миттєво переписати голосовою командою, змінити тон і одразу вставити готовий варіант. Приклад команди: «Перетвори ці нотатки на резюме керівника з коротким висновком на початку».
- Створення та редагування зображень. Голосом можна генерувати нові візуали або редагувати наявні зображення на екрані, посилаючись на них у команді. Наприклад: «Зроби на основі цієї ілюстрації версію в темному режимі».
Доступність
Обидві функції вже поширюються на всіх користувачів застосунку Gemini для macOS, поки що лише англійською мовою — інші мови обіцяють додати пізніше. Завантажити застосунок можна на сайті gemini.google/mac.
Оновлення продовжує стратегію Google з інтеграції Gemini безпосередньо в операційну систему, а не лише в окремий чат-застосунок: раніше компанія вже додавала можливості аналізу вмісту екрана в Chrome через функцію Select from screen, яка дозволяє виділяти фрагменти сторінки й одразу відправляти їх у чат-бот.
Нагадаємо, не так давно Google представила Gemini for Science: спеціальну версію для науковців.