Gemini macOS 应用推出全局语音功能 Speak to Window

Google 官方宣布 macOS 版 Gemini 桌面应用正式推出「Speak to Window」全局语音交互功能。用户长按 Fn 键即可在任何活动窗口唤醒语音，进行听写输入或结合屏幕上下文的推理任务。该功能打破了单一应用窗口的限制，将 AI 助手无缝融入桌面工作流，目前已面向全球英语用户上线。

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输入。此外，用户也可通过 Option + Space 快捷键随时唤起 Gemini 应用。
• 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，主要支持英语交互。

为什么重要

• 该功能实现了跨应用的全局语音操作，无需切换至独立的对话窗口，将 Gemini 的多模态能力深度融入了用户的日常桌面工作流中，大幅提升了本地操作体验与 AI 生产力。

2026-07-30 ~ 2026-08-01 · 7 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
• Google发布Mac版Gemini原生应用，支持语音与屏幕级自动化 — GeminiApp · 2026-07-31

另有 2 条近重复转述:GeminiApp · testingcatalog