Googleは現地時間7月29日、Mac版「Gemini」に新しい音声機能「Speak to Window」を追加すると発表しました。MacのFnキーを長押しして自然に話すだけで、メールや文書など、いま使っているアプリへ整った文章を入力できます。
単なる文字起こしにとどまらず、選択した文章の書き直し、ローカルファイルの要約、画像生成なども声で頼めるのが特徴です。キーボードとAIの間を行き来する手間を減らし、「考えながら話して仕事を進める」使い方が現実に近づきました。
Fnキーを長押しするだけで、どのアプリでも音声入力
使い方はシンプルです。文章を入れたい場所にカーソルを置き、Fnキーを押したまま話し、終わったらキーを離します。Geminiが内容を処理し、現在開いているアプリへ文章を入れます。設定によっては、Fnキーを2回押して開始し、もう一度押して送信する方法も選べます。
標準の「インテリジェント音声入力」では、「えー」「あのー」といった言いよどみを取り除き、話の途中で言い直した内容も整理します。音声を一字一句そのまま並べるのではなく、読みやすい文章へ軽く整えてから入力するため、メールやメモの下書きに向いています。
Google公式動画で操作イメージを確認
Googleの公式発表では、Mac上で音声入力や文章の編集を行う様子を動画で紹介しています。Fnキーを押して話し、Geminiが文章を整えて作業中の画面へ戻す流れを確認できます。
動画：Google公式ブログ「Gemini for macOS adds new natural language capabilities」
「書き取る」だけでなく、声の指示を理解して作業
設定で「Use reasoning」を有効にすると、Geminiは話した内容が「そのまま入力したい文章」なのか、「AIへの作業指示」なのかを判断します。たとえば文章を選択して「もっと短くして」「取引先向けの丁寧な表現に変えて」と話すと、選択部分を書き直して作業中のアプリへ戻せます。
これは、口述筆記をしてくれるだけの道具ではなく、隣で文書を整える補佐役に近い機能です。思いついた内容をまず声に出し、その後の文章整理まで同じ流れで任せられるため、長いメール、報告書、議事メモの作成時間を短縮できそうです。
ローカルファイルを選び、内容を要約できる
今回の発表で特に実務的なのが、Mac上のローカルファイルを参照した作業です。デスクトップやFinderで文書、PDF、画像などを選択し、Fnキーを押して「この資料の重要点をまとめて」「この内容をもとにメールを書いて」と頼めます。
たとえば複数の資料を選び、「この案件の経緯を3点で整理して、社内共有用の文章にして」と話す使い方が考えられます。ファイルをアップロードする画面を探して一つずつ添付するのではなく、仕事机に広げた資料を指さして頼むような感覚です。
注意したいのは、「ローカルファイル対応」がオフライン処理を意味するわけではないことです。Googleのヘルプでは、Gemini機能の利用に安定したインターネット接続が必要とされています。また、参照させる資料は利用者が選び、機密情報や個人情報は会社のルールを確認してから扱うことが大切です。
Typelessを使っている人には脅威になるのか？
すでにAI音声入力アプリ「Typeless（タイプレス）」を使っている人なら、「これはTypelessとほとんど同じでは？」と感じるかもしれません。結論から言えば、Geminiの新機能はTypelessにとって明確な脅威です。どのアプリでもFnキーから音声入力を始め、言いよどみや言い直しを整えてカーソル位置へ文章を入れるという中心的な体験が重なっているからです。
しかもGoogleは、音声入力だけでなく、選択した文章の書き直し、ローカルファイルや画像の要約、複数アプリをまたぐ作業までGeminiの中でつなげています。単純な「話して文字にする」機能が目的ならTypelessと直接競合し、資料を参照して次の作業まで頼みたい場合はGeminiが一歩先へ進む可能性があります。
| 比べる点 | Gemini for Mac | Typeless |
|---|---|---|
| 基本操作 | Fnキー長押し、または2回押しで開始 | MacではFnキーが標準。任意の入力欄で利用 |
| 得意分野 | 音声入力に加え、文章編集、ファイル要約、画像生成、複数アプリ作業 | 音声入力に特化し、文章整理、翻訳、個人の文体やアプリごとのトーンに対応 |
| 言語 | Speak to Windowは現時点で英語から提供 | 日本語を含む100以上の言語を案内 |
| 対応端末 | Apple Silicon搭載Mac | Apple Silicon・Intel Mac、Windows、iOS、Android |
| 料金の考え方 | 今回の英語音声機能はMac版Geminiの全ユーザーへ段階的に提供 | 無料版は週8,000語。Proは年払いで月12ドル、月払いで30ドル |
一方で、現在Typelessを日本語で快適に使えているなら、すぐに解約する理由はありません。Typelessには、日本語を含む多言語対応、個人の文体やアプリごとのトーン、個人辞書、ささやき声モード、複数端末への対応といった、音声入力専用サービスならではの積み重ねがあります。音声と画面上の限定的な文脈はクラウドで処理されますが、公式は結果返却後に破棄するゼロデータ保持を掲げています。
現実的には、Typelessを残したままGeminiの日本語対応を待ち、同じ文章を両方で試すのがおすすめです。人名や専門用語の正確さ、言い直しの整理、文章の自然さ、入力までの待ち時間を比べれば、自分の仕事に合う方が見えてきます。なお、両方ともMacの既定ショートカットにFnキーを使うため、併用する場合はTypelessまたはGeminiの設定で、どちらかのショートカットを変更する必要があります。
画像生成や複数アプリをまたぐ作業にも対応
Speak to Windowでは、声で画像の内容を説明し、生成した画像を作業中の場所へ挿入する使い方も案内されています。また、あるウィンドウで情報を選んで音声指示を始め、別のアプリへ移動して結果を入れるといった、複数アプリをまたぐ作業も可能です。
たとえば会議メモを選択し、音声で「この内容からお礼メールを作って」と頼み、メール画面へ切り替えて下書きを入れる流れです。AIに資料の背景を渡す作業と、完成した文章を貼り付ける作業が一つにつながるため、コピー＆ペーストの回数を減らせます。
利用条件と、いま知っておきたい制限
| 対応するMac | Apple Silicon搭載Mac |
|---|---|
| OS | macOS Sequoia 15.0以降 |
| メモリ・空き容量 | 8GB以上、インストール用に200MB以上 |
| 音声機能の言語 | 現時点では英語から順次提供。ほかの言語は今後追加予定 |
| 提供状況 | 段階的に展開中のため、アカウントによってはまだ表示されない場合あり |
| 通信 | 安定したインターネット接続が必要 |
Mac版Geminiを使うには、Google公式サイトからアプリを入れ、必要に応じてmacOSの「プライバシーとセキュリティ」でアクセシビリティ権限を許可します。機能が見当たらない場合は、Geminiアプリの「Check for Updates」で最新版になっているか確認するとよいでしょう。
仕事では、まず下書きと要約から試す
最初に試しやすいのは、送信前に人が確認できる作業です。「思いついた内容をメールの下書きにする」「長い文章を短くする」「選んだPDFの要点を3つにする」といった使い方なら、結果を見ながら安全に慣れていけます。
一方で、契約内容、金額、顧客情報などの重要事項は、AIの要約だけで判断せず元資料と照らし合わせる必要があります。音声で頼めるようになっても、確認が必要な仕事まで自動的に安全になるわけではありません。便利な入口として使い、最後は人が確かめる運用が現実的です。
まとめ：MacのGeminiが「話して使う仕事道具」へ
Mac版Geminiの新しい音声機能は、Fnキーを長押しして話すだけで、音声入力、文章の書き直し、ローカルファイルの要約、画像生成まで進められるアップデートです。最大の変化は、Geminiを開いて質問するだけでなく、普段使っているアプリの中へAIが入ってくること。現時点では英語からの提供ですが、日本語対応が進めば、メールや資料作成のやり方を大きく変える可能性があります。
コメント