Gemini Notebook に尋ねないままになる質問があります。長いほうの質問です——ソースを 3 つ挙げ、制約を 2 つ示し、欲しい答えの形まで指定するような質問。4 語で済ませる版より良い質問になることは分かっています。それでも 4 語の版を打ちます。長い版は 90 秒のタイピングで、あなたはもう考えの途中にいるからです。
音声入力はその取引をなくします。Space キーをダブルタップして長押しし、質問をまるごと声に出し、離す——文字はチャット欄に入って、待っています。
仕組み
ノートブックを開いていると、チャット欄の横に小さなマイクボタンが出ます。クリックしてもかまいませんが、速いのはホットキーです：Space キーをダブルタップして長押し。押したまま話すと、言葉は話すにつれて欄に現れ、まだ暫定のうちは灰色で、認識が確定するにつれて所定の位置に落ち着きます。キーを離せば音声入力は止まります。
ダブルタップであることには意味があります。修飾キーを 1 つ押したままにするやり方はタイピングとぶつかります——Space を単独で長押しすれば空白が並ぶだけです——そして Ctrl／Alt の組み合わせは、ベトナム語の入力メソッドや Windows 自体とぶつかります。ダブルタップして長押しは、書いている途中に偶然起きることのない唯一の操作です。
音声はどこへ行くのか
ここは正確に書くべきところです。音声入力はブラウザの Web Speech API を使います：Chrome がマイクの音声を取り込み、Google の音声認識サービスに送り、テキストが返ってきます。これは、どのウェブページのどの音声入力ボタンも通る道と同じです。Notebook OS はその末端にいて、受け取るのはテキストだけ。それをチャット欄に置きます。
Notebook OS が音声を受け取ることはなく、保存することもなく、どこかへ転送することもありません。送信を押すまでノートブックには何もアップロードされず、送られるのはあなたが目で読んだテキストです。
Term Drill は逆方向に動くので、これと混同しないでください：あちらはブラウザがあなたの用語を読み上げ、答えを待って一時停止します。聞き取りはしません。そしてサイドパネルの Voice Brain Dump はまた別です——あれは実際に音声ファイルを録音し、録音をドラッグして入れるのと同じように、ノートブックにソースとしてアップロードします。
実際に何が変わるか
- 長い質問をするようになります。ソース、制約、答えの形を挙げるのに、90 秒のタイピングではなく 15 秒の発話で済むので、質問を節約しなくなります。
- キーボードを切り替えずに言語を混ぜられます。Tiếng Việt を選べば、文の途中に出てくる英語の専門用語はそのまま英語で入ります。考えの途中で入力メソッドと格闘することがありません。
- 読むのを止めずに済みます。追加の質問を声で入れる間も、読んでいるソースから目を離しません。そもそもその追加質問は、読んでいたから浮かんだものです。
制限、ありのままに
デスクトップ専用です——Chrome の拡張機能はモバイルのブラウザでは動きません。認識の精度は Chrome のもので、当社のものではありません：静かな部屋と普通の文はよく通り、珍しい固有名詞は送信前にひと目見る必要が残ります。無料プランには月 20 回の音声入力が含まれ、Pro では上限がなくなります。言語のドロップダウンは 9 つの選択肢を出し、選んだものを覚えます。
これはタイピングの代わりではありません。良い質問が、良いほうは手間がかかるからという理由で短い質問に縮んでしまう、その瞬間をなくすだけです。