Aplikacja komputerowa Gemini otrzymuje tryb głosowy uwzględniający ekran

TL;DR

• Gemini na komputerze Mac obsługuje teraz polecenia głosowe w trybie głośnomówiącym, umożliwiając naciśnięcie i przytrzymanie klawisza fn, aby rozmawiać z sztuczną inteligencją z dowolnej aplikacji bez przełączania okien.

• Gemini rozumie, co jest na Twoim ekranie, aby przepisać dokumenty, dopracować e-maile i podsumować notatki.

• Dyktowanie głosowe również staje się inteligentniejsze i automatycznie usuwa słowa wypełniające, takie jak „umm” i „ach”, aby zamienić wypowiadane myśli w czysty, dopracowany tekst.

Aplikacja Gemini na Macu powoli staje się czymś więcej niż chatbotem, a najnowsza aktualizacja Google’a popycha ją o kolejny krok w tym kierunku. Zamiast ciągle przełączać się między pisaniem a klikaniem, wkrótce będziesz mógł załatwiać sprawy po prostu mówiąc.

Google wprowadza nowy skrót głosowy do aplikacji Gemini na macOS. Po prostu naciśnij i przytrzymaj klawisz fn na komputerze Mac zacznij mówić, a Gemini będzie słuchać z dowolnej aplikacji, z której aktualnie korzystasz.

Interesujące jest nie tylko wprowadzanie głosowe — to jest to, co Gemini może zrobić, gdy zrozumie, co jest na ekranie. Wyobraź sobie, że patrzysz na stronę pełną niechlujnych notatek ze spotkań w Dokumentach Google. Zamiast kopiować wszystko do chatbota, możesz powiedzieć: „Przekształć to w zwięzłą aktualizację projektu”, a Gemini przepisze tekst dokładnie tam, gdzie znajduje się kursor. Ten sam pomysł może się sprawdzić w przypadku dopracowania wiadomości e-mail, skrócenia długiego raportu lub przeformułowania akapitu, który po prostu nie jest płynny.

Jeśli więc jesteś już w trakcie pisania, wyszukiwania informacji lub edytowania czegoś, Gemini przyjdzie do Ciebie, a nie na odwrót.

Oczywiście zapewnienie Gemini dostępu do tego, co znajduje się na ekranie, nie jest czymś, z czym wszyscy będą zadowoleni. Wydaje się, że Google zdaje sobie z tego sprawę, dlatego rozumowanie uwzględniające ekran pozostaje całkowicie opcjonalne. Jeśli wolisz, aby Gemini nie analizował otwartych okien, możesz pozostawić tę funkcję wyłączoną.

Google udoskonala także dyktowanie głosowe. Zamiast wiernie przepisywać każdą pauzę, słowo wypełniające, takie jak „um” i „ach” lub wahanie w połowie zdania, Gemini automatycznie oczyszcza mowę podczas jej pisania. Zatem ostateczny wynik bardziej przypomina coś, co napisałeś celowo, niż coś, co powiedziałeś w locie.

Każdy z nas miał chwile, kiedy nasze myśli poruszały się szybciej niż nasze palce. W takich sytuacjach rozmowa jest zazwyczaj szybszą opcją. Niezależnie od tego, czy piszesz e-mail, opisujesz historię, czy też rejestrujesz pomysły, zanim je zapomnisz, Gemini zajmie się porządkiem za Ciebie, zamieniając naturalną mowę w dopracowany tekst.

Nowa funkcja głosowa zostanie udostępniona na całym świecie wszystkim użytkownikom aplikacji Gemini na macOS w języku angielskim, a obsługa dodatkowych języków spodziewana jest jeszcze w tym roku.