Gemini macOS App 新增語音控制、螢幕理解與系統級聽寫

Google 宣佈旗下 macOS 版 Gemini 應用程式迎來重大功能升級，持續將此 AI 助理從單純的聊天機器人轉型為系統層級的生產力助手。透過全新的語音快捷鍵設定，Mac 使用者未來無需在多個應用程式與輸入框之間頻繁切換，只需透過簡單的口述指令，即可在任何工作畫面上交由 Gemini 即時處理任務。

長按 fn 鍵即可啟動，跨應用程式實現即時語音溝通

在本次更新中，Google 為 macOS 版 Gemini 導入了全新的系統級語音快捷功能。使用者只需在 Mac 鍵盤上長按 fn 鍵並開始說話，Gemini 就能在使用者當前開啟的任何應用程式中進行聆聽與接收指令。無論是正在撰寫文件、瀏覽網頁還是編輯郵件，Gemini 都能配合游標所在位置隨時提供協助，大幅降低以往需要複製貼上文字至聊天視窗的操作門檻。

選用性螢幕感知能力，自動優化語音轉文字品質

除了便利的語音輸入，Gemini 更結合了螢幕感知（Screen-aware）推理能力。例如當使用者在 Google Docs 中面對凌亂的會議紀錄時，只需口述「將此內容整理為簡明專案進度」，Gemini 便能直接在游標處將文字進行重新修飾與重寫。考量到個人隱私，此項螢幕分析功能為完全選用性設定（opt-in），使用者可依個人需求選擇開啟或關閉。

此外，Gemini 的語音聽寫功能也變得更加聰明。系統在將語音轉換為文字時，會自動過濾掉「嗯」、「啊」等無意義的口頭禪與停頓，確保最終生成的文字呈現精煉流暢的排版，讓口頭表達能快速轉化為專業文稿。