Достаточно нажать Fn — и чат не нужен: Google превратила Gemini в голосового помощника для Mac

Google переносит голосового ИИ-помощника на Mac, позволяя Gemini преобразовывать устные запросы в готовый текст без необходимости выходить из приложения, в котором пользователь уже работает. Стандартный режим интеллектуальной диктовки Gemini распознает речь непосредственно в месте нахождения курсора и автоматически удаляет слова-паразиты, такие как «эм» и «ээ».

В Google заявили, что эта функция создает отредактированный текст прямо там, где пользователь уже работает. Пользователи также могут включить режим анализа экрана, который позволяет Gemini понимать содержание, которое отображается на дисплее перед выполнением более сложных запросов. Кроме того, Gemini может преобразовать выделенные заметки в краткое резюме для руководства и вставить переписанный текст непосредственно в документ.

В апреле 2026 года Google выпустила нативное приложение Gemini для Mac, добавив горячую клавишу для запуска помощника и инструменты с разрешениями для анализа содержимого экрана. Новые голосовые возможности расширяют этот подход еще дальше, позволяя пользователям говорить, не выходя из окна, в котором они уже работают. Эти базовые возможности не являются чем-то совершенно новым для macOS. Встроенная функция «Диктовка» от Apple уже позволяет преобразовывать речь в текст в приложениях и текстовых полях Mac.

Apple предлагает аналогичные функции редактирования с помощью инструментов Apple Intelligence Writing Tools, которые могут проверять, переписывать и обобщать выделенный текст в поддерживаемых приложениях. Главное отличие Gemini заключается в том, что Google сочетает диктовку, редактирование и анализ экрана в одном голосовом ярлыке. Режим анализа экрана Gemini напоминает функцию «экранного понимания» Siri AI, которая позволяет помощнику Apple понимать контент, отображаемый на дисплее, и использовать этот контекст для ответов на вопросы или выполнения действий.

Первоначальная реализация Gemini для Mac, по-видимому, в большей степени ориентирована на перепечатку текста и его вставку в активное окно. Siri AI, в свою очередь, создана для объединения информации, отображаемой на экране, с учетом личного контекста пользователя и его действий в поддерживаемых приложениях.

Google сделала функцию анализа экрана необязательной, позволив пользователям самостоятельно решать, может ли Gemini получать доступ к информации, отображаемой на экране. Компания не объяснила, какие именно разрешения macOS понадобятся Gemini, как Google будет обрабатывать контент на экране и будет ли эта функция работать во всех приложениях и текстовых полях.

Отсутствие подробностей о конфиденциальности и совместимости имеет значение, ведь помощь на основе анализа экрана требует доступа к большему объему информации, чем обычная диктовка. Практическая эффективность Gemini будет зависеть от точности распознавания речи, надежного определения активного окна и понятных настроек, которые позволят контролировать, какой именно контент на экране помощник может анализировать.

Google подготовила два рекламных ролика, один из которых, судя по всему, использует ИИ-озвучку в сочетании с пузырьком с текстом диктора на экране. Трудно представить себе более подходящий способ рекламировать функцию, основанную на искусственном интеллекте, разве что поручить Gemini ещё и отвечать на электронные письма журналистов. Новая голосовая функция постепенно становится доступной по всему миру на английском языке для пользователей приложения Gemini на macOS. Другие языки планируется добавить позже в 2026 году, хотя Google пока не назвала более точные сроки.

Источник: Apple Insider