Chrome では、Gemini があなたの音声を洗練されたテキストに変換できるようになります

Google は、Chrome の今後の Voice Typing 機能を Gemini を中心にリブランディングしています。最新の Chrome Canary では、以前の Chrome ブランドが Gemini に置き換えられ、ユーザーが音声入力を開始する前に同意を求められます。

数週間前、私たちは Chrome の組み込み Voice Typing 機能について初めて報じました。最新の Chrome Canary では、起動時に次のメッセージが表示されます。「Gemini で話した考えを洗練されたテキストに変換しましょう」。

このダイアログでは、Gemini がマイクを使用して音声を取得し、対応するテキストフィールドに洗練されたテキストを入力することが説明されています。また、ユーザーの音声、文字起こしされたテキスト、ページのコンテンツと URL が Google に送信されること、そして Gemini が誤りを犯す可能性があることも記載されています。

ダイアログを承諾すると、Chrome の Gemini 搭載 Voice Typing 機能は簡単に使えます。対応するテキストフィールド内で右クリックし、「Voice typing」を選択します。コンパクトな Voice Typing バーがブラウザの上部に表示されます。「Start」をクリックして話し始めます。アニメーションする波形で、Gemini がディクテーションを処理している間 Chrome が聞いていることが分かります。

終了したら、「Done」をクリックします。Chrome は洗練されたテキストを選択した入力フィールドに直接挿入し、そのフィールドにフォーカスを戻し、送信前にテキストを確認または編集できるようにします。

この機能は中断にも対応しています。ディクテーション中に別のタブに切り替えると、Chrome は聞き取りを停止し、「Voice typing stopped」というトースト通知を表示します。

Windows Report が発見した Chromium commit により、Google が「AI in Chrome」設定の下に専用の Voice Typing ページを準備していることも明らかになりました。このページは現時点では Chrome Canary で利用できませんが（本記事執筆時点）、内部コードは Voice Typing の設定とカスタマイズ可能なキーボード ショートカットを示しており、設定内でショートカットを編集したりクリアしたりするオプションが用意されています。

Microsoft は既に Copilot+ PC 上の Edge で、Voice Typing 向けに Fluid dictation を導入しており、オンデバイス AI を使用して音声を自動的な文法および句読点の修正で洗練させています。これと比較して、Chrome の Gemini 同意ダイアログでは、音声、トランスクリプト、および Web ページのコンテンツと URL が処理のために Google に送信されることが明記されています。Google は、この機能が Copilot+ PC ハードウェアを必要とするかどうかについては示していません。

Voice Typing はまだ開発中ですが、新たな同意プロンプトは Google がこの機能への Gemini 統合を継続していることを示しています。