［AIツール利用者向け］Gemini for macOSに音声操作機能——長押しで話しかけるだけの新体験

2026-07-31

はじめに

　Googleは2026年7月29日、「Gemini for macOS」アプリに音声を使った新機能を追加したと発表しました。本稿では、Fnキーの長押しで話しかけるだけで文字起こしや文章作成、画像生成までこなせるようになった今回のアップデート内容を解説します。

参考記事

タイトル: Gemini for macOS adds new natural language capabilities
著者: Michael Friedman、Alvin Zhou
発行元: Google Blog
発行日: 2026年07月29日
URL: https://blog.google/innovation-and-ai/products/gemini-app/speak-naturally-gemini-app-mac-os/

要点

Gemini for macOSアプリに、Fnキーの長押しでどのウィンドウでも音声入力ができる新機能が追加された
デフォルトでは「インテリジェント文字起こし」が有効で、話し言葉の言い淀みや言い直しを自動的に取り除き、整った文章をカーソル位置に挿入する
設定でGemini reasoning(推論)機能をオンにすると、画面上の文脈を理解した上で情報の抽出・要約、文章の書き換え、画像の生成・編集まで音声だけで指示できる
今回の機能は英語版から世界で順次展開されており、対応言語は今後拡大される予定である

詳細解説

音声で「話すだけ」の新体験

　今回のアップデートにより、Macユーザーはキーボードで文字を打つ代わりに、Fnキーを長押ししてデスクトップ上のどのウィンドウでも自然に話しかけられるようになりました。Googleによれば、デフォルトで有効になる「インテリジェント文字起こし」機能では、「えー」「あの」といった言い淀みが自動的に除去され、話している途中の言い直しも認識した上で、整形済みのテキストがカーソル位置にそのまま挿入されるとのことです。

　こうした音声入力の技術は、単なる音声認識(発話をそのまま文字に変換する技術)とは異なり、発話の意図を汲み取って読みやすい文章に整える点が特徴だと考えられます。会議中のメモ取りや長文メールの下書きなど、キーボード入力が手間になる場面で特に活用しやすい機能ではないでしょうか。

画面の文脈を理解する「Gemini reasoning」

　設定から「Gemini reasoning」を有効にすると、単なる文字起こしにとどまらず、画面上に表示されている内容を理解した上で複雑なタスクを音声だけで実行できるようになります。Google Blogで紹介されている例では、デスクトップ上のファイルや画像を選択した状態で「これらの獣医のファイルを読んで、犬の病歴をケンネル宛のメールにまとめて」と話しかけるといった使い方が示されています。

　このほか、選択したテキストを「これらのメモを冒頭にTL;DR(要約)を付けたエグゼクティブサマリーにして」と指示して書き換えたり、既存のイラストを選択して「ダークモード版を作って」と話しかけて画像を生成・編集したりすることも可能です。画面上で選択した対象を起点に音声で指示を出せる仕組みは、テキスト・画像といった複数の情報形式(マルチモーダル)を横断して扱える点が実用上の強みになると考えられます。

提供状況と展開

　この新しい音声機能は、Gemini for macOSアプリの全ユーザー向けに、まずは英語で世界的に順次展開されているとGoogleは説明しています。対応言語は今後拡大される予定とのことです。GoogleはmacOS版のGeminiアプリについて、今年7月にはデスクトップ対応と外部アプリ連携を強化したアップデートも行っており、今回の音声機能はその延長線上でデスクトップ体験をさらに磨き込む位置づけと言えそうです。アプリはgemini.google/macから入手できます。