Google erweitert die Gemini-App fr macOS um eine Sprach­steue­rung, die systemweit funk­tioniert. Wer auf der Tastatur die Fn-Taste gedrckt hlt, kann in einem beliebigen Fenster einfach lossprechen.

Die intel­ligente Diktier­funk­tion wandelt das Gesagte in bereinigten Text um. Verz­gerungs­laute wie "hm" werden automatisch entfernt. Korrekturen werden mitten im Satz erfasst und der formatierte Text sofort an der Cursor­posi­tion eingefgt, heit es in einem Blogeintrag.

Bild mit KI erstellt Nutzer, die mehr als eine reine Tran­skrip­tion wnschen, knnen in den Einstel­lungen zustzlich Gemini-Reasoning (logisches Schluss­folgern) aktivieren. Dann soll die Knstliche Intelligenz den Bild­schirm­inhalt verstehen und bei der Ausfhrung komplexer Aufgaben helfen.

Dazu nennt Google Beispiele wie Infor­mationen extrahieren und zusam­menfassen, Texte verfassen und umschreiben sowie Bilder generieren und bearbeiten. Damit sich Nutzer besser vorstellen knnen, was hinter den einzelnen Aktionen steckt, nennt Google im Blogeintrag auch Optionen fr Sprach­eingaben: "Lies diese Tier­arztakten und fasse die Kran­kenge­schichte meines Hundes in einer E-Mail an die Hunde­pension zusammen." Oder: "Wandle diese Notizen in eine Management-Zusam­menfas­sung mit einer TL;DR am Anfang um." Oder: "Nimm diese Illus­tration und erstelle eine Dark-Mode-Version davon."

Die neue Sprach­funk­tion soll weltweit fr alle Nutzer der Gemini-App fr macOS zunchst in englischer Sprache eingefhrt werden. Weitere Sprachen sollen in Krze folgen. Die App kann unter gemini.google/mac herun­terge­laden werden.

Eine Diktier­funk­tion bringt macOS zwar schon von Haus aus mit, sie beschrnkt sich aber auf das reine Abtippen des Gespro­chenen. Umfor­mulieren, Zusam­menfassen oder das Auswerten von Bild­schirm­inhalten beherrscht sie bislang nicht.

Auch interessant: Falsche ELSTER-Mail: Per PDF-Link in die Phishing-Falle.