Google、Gmail・Docs・Keepにリアルタイム音声対話を導入

Googleは、Geminiのリアルタイム音声対話を単独のチャットボットから日常的なアプリへ広げています。新たに展開される「Gmail Live」「Docs Live」「Keep Live」では、画面を操作したり文章を入力したりしなくても、自然な会話で情報を探し、整理し、記録できます。

3つの機能の違い

• Gmail Liveは、長いメールスレッドや分散した受信情報から必要な内容を探すための機能です。たとえば子どもの次の学校行事について尋ねると、関連するメールの情報をまとめて音声で返します。画面上の文字起こしには参照元メールへのリンクが表示され、同じ会話の中で追加質問をしたり、回答の途中で話題を変えたりできます。
• Docs Liveは、口頭で説明したアイデアを構造化された文書にまとめる用途を想定しています。長い文書の要約や、既存の内容をビジネス提案に整理するといった依頼が可能です。許可を与えれば、Gmail、Drive、Chat、ウェブの情報も利用して、より個別化された出力を作れます。
• Keep Liveは、思いつきや買い物メモをすばやく残すための機能です。決まった命令文を使わずに話しかけても、Geminiが文脈を解釈します。ペスト作りに必要な材料を買い物リストへ追加してほしい、といった発話を、整理されたメモとして扱える設計です。

提供範囲

これらの機能は5月のGoogle I/Oで披露され、現在は英語で世界各地のモバイル端末へ展開されています。Gmail LiveはGoogle AI Plus、Pro、UltraのユーザーがiOSとAndroidで利用できます。Docs LiveはAI ProとUltra向けにiOSとAndroidで提供予定です。Keep LiveもAI ProとUltraが対象ですが、当初はAndroidのみとなります。Googleは3機能すべてについて、Workspaceのビジネス顧客にも近日提供すると説明しています。

意味と注意点

今回のポイントは、音声入力を追加したことだけではありません。音声を、個人情報へアクセスし、内容を整理するための操作画面として使おうとしている点にあります。Gmail Liveはメールを読み返す手間を減らし、Docs Liveは会話から文書作成へつなげ、Keep Liveは断片的な考えを後で使えるリストへ変換します。

一方で、複数サービスの情報を参照するには権限設定が必要です。音声で返される内容も、検索や文脈理解の正確さに左右されます。英語限定で、端末や料金プランによる違いもあるため、現時点では誰もが使える統一型アシスタントというより、Geminiを特定の作業へ段階的に組み込む取り組みと見るのが適切です。

出典：The Verge AI