Google 官方宣布，Gemini 應用程式於 macOS 平台新增自然語言功能，使用者可以透過語音進行創作、編輯及總結，無需離開當前工作環境。
Gemini 應用程式的語音操作功能
根據 Google 的說明，使用者只需長按 Fn 鍵，即可在桌面上的任何窗口中自然地講話。這將啟用智能聽寫功能，能夠輕鬆將口述內容轉換為乾淨、潤飾過的文本，自動去除「嗯」和「啊」等填充詞，並即時將格式化文本插入到光標所在位置。
Gemini 的進階功能與應用場景
如果使用者希望 Gemini 提供更多功能，可以在設定中選擇啟用 Gemini 推理。啟用後，Gemini 能夠理解螢幕上的上下文，協助執行更複雜的任務。例如，使用者可以：
「提取和總結資訊：高亮顯示本地文件、圖片或文件，並告訴 Gemini 具體需求。例如，可以說『閱讀這些獸醫文件並總結我狗的醫療歷史，發送給犬舍的電子郵件。』」
Google
此外，使用者還可以高亮文本並使用語音即時重寫，調整語氣，並將潤飾後的版本放置於所需位置。可嘗試說：「將這些筆記轉換為帶有 TL;DR 的執行摘要。」
生成及編輯圖像的能力
Gemini 亦支持使用語音生成視覺內容，無論是構思創意、增強旅行行程，還是根據桌面設計進行快速更新。使用者可以說：「將這幅插圖生成深色模式版本。」
這項新的語音功能目前正在全球範圍內向所有英語使用者推出，其他語言也將很快加入。使用者可前往 gemini.google/mac 下載應用程式以開始使用。
資料來源：Google 官方公告
想睇更深入嘅 AI 模型與工程科技報道？
前往 The Base Principle 繁體中文 AI 新聞 →