Google は 2026 年 7 月 29 日（現地時間）、macOS 版 Gemini アプリに、音声を使った文章作成・編集・要約機能を追加したことを発表しました。
Fn キーを長押しすることで、デスクトップで開いているアプリに向かって自然な話し言葉で入力できるようになります。
現時点では英語でのみ利用可能、対応する言語は今後拡大予定となっています。
Fn キー長押しで音声入力を起動
今回追加された機能は、Gemini アプリを起動した状態で Fn キーを長押しすることにより、様々なウィンドウで音声入力ができるようになります。
デフォルトでは「インテリジェントディクテーション」が有効になっており、話した内容を整形されたテキストに変換してカーソル位置に自動で挿入します。
この音声入力機能では、「えーと」、「あの」といったフィラーワードの除去や、話している途中での言い直しへの対応も自動で行われます。
なお、Fn キー長押し以外にも、プロンプト入力欄の右端にある画面共有ボタンをタップすることでも起動可能です。
画面内容を理解する「推論」機能はオプション
設定から「Gemini reasoning」を有効にすると、デスクトップ画面上の内容を Gemini が理解したうえで、より複雑な作業を音声だけで実行できるようになります。想定される利用例としては、以下のようなものが挙げられています。
- 情報の抽出・要約: デスクトップ上のファイルや画像を選択し、内容の要約を音声で指示する
- 文章の作成・書き換え: 画面上のテキストを選択し、トーンの変更や要約などを音声で指示する
- 画像の生成・編集: 音声でのプロンプト入力により、画像の生成や既存デザインの修正を行う
提供状況
今回の音声機能は、macOS 版 Gemini アプリの全ユーザーを対象に、英語でグローバルに展開が始まっています。対応言語は今後追加される予定です。
この機能を利用するには、macOS 15 以降を搭載した Mac で Gemini アプリを最新バージョン (1.88) にアップデートする必要があります。Gemini 公式サイト (gemini.google/mac) から無料でダウンロードできます。
