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 の今後のボイス タイピング機能のブランドを Gemini を中心に変更しています。最新の Chrome Canary では、これまでの Chrome ブランドが Gemini に置き換えられ、音声入力の開始前にユーザーの同意を求めます。

当サイトが Chrome の内蔵ボイス タイピング機能について初めて報じたのは数週間前のことです。最新の Chrome Canary では、「Gemini で話した内容を洗練されたテキストに変換しましょう」というメッセージがユーザーに表示されるようになりました。

このダイアログでは、Gemini がマイクを使用して音声をキャプチャし、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を説明しています。また、ユーザーの音声データ、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、Gemini が誤った内容を出力する可能性があることにも言及しています。

ダイアログを承諾すると、Chrome の Gemini 搭載ボイス タイピング機能の使用は簡単です。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。ブラウザの上部にコンパクトなボイス タイピング バーが表示されます。「Start」をクリックして話し始めると、アニメーションの波形が Chrome のリスニング状態を示し、Gemini が音声を処理します。

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された入力フィールドに直接挿入し、フォーカスをそのフィールドに戻して、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ます。音声入力中に別のタブに切り替えると、Chrome はリスニングを停止し、「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 のコミット によると、Google は「AI in Chrome」設定内に専用のボイス タイピング 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（執筆時点では）まだ Chrome Canary で利用できませんが、基盤となるコードは、ボイス タイピングの設定やカスタマイズ可能なキーボード ショートカットの存在を示しており、設定から直接ショートカットを編集またはクリアするオプションも用意される見込みです。

Microsoft は既に、Copilot+ PC 上の Edge において、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る Fluid dictation をボイス タイピング向けに導入しています。対照的に、Chrome の Gemini 同意ダイアログでは、音声データ、文字起こしテキスト、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明らかにしていません。

ボイス タイピングはまだ開発段階ですが、今回の新しい同意プロンプトは、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。