Gemini macOS 应用上线全局语音交互功能

Google 官方宣布 Gemini macOS 桌面应用正式推出全局语音交互功能，允许用户通过语音指令直接在本地应用程序中执行各类 AI 任务，大幅提升了桌面端的操作效率。

已确认

• 操作方式：用户长按键盘上的 Fn 键即可唤醒语音功能，进行语音转文字输入。
• 上下文推理：应用能够智能区分普通听写与结合屏幕上下文的推理任务。若需启用屏幕上下文推理，用户需在应用设置的“Speak to Window”选项中手动开启。
• 支持任务：该功能支持提取与摘要信息、文本撰写与改写，以及生成和编辑图片。此外，Gemini 还能转换高亮选中的文本内容、分析本地文件，并直接在光标所在处生成可视化图表。
• 可用范围：目前该功能已在全球范围内上线，主要支持英文交互。

为什么重要

• 该功能打破了单一应用窗口的限制，实现了跨应用的全局语音操作，将 Gemini 的多模态理解与推理能力深度融入了用户的日常桌面工作流中。

2026-07-30 ~ 2026-07-31 · 5 条相关

• macOS 版 Gemini 新增“对窗口说话”功能，长按 Fn 即可语音交互 — testingcatalog · 2026-07-30
• 【源头】Gemini macOS 应用推语音功能：全局口述与内容转换 — GeminiApp · 2026-07-31
• 【源头】Gemini macOS 应用更新：长按 FN 键即可唤醒屏幕上下文推理 — GeminiApp · 2026-07-31
• Gemini 登陆 macOS，支持全局语音交互与操作 — emmanuelvivier · 2026-07-31

另有 1 条近重复转述:GeminiApp