Google、Geminiに音声入力と要約機能を追加

GeminiのCanvas機能を使えば、ユーザーはアプリ内でコンテンツを作成、編集、共有できます。Canvasは、ChatGPT（OpenAI）CanvasやAnthropicのArtifactsに対するGoogleの回答と言えるでしょう。これらの機能はいずれも、AIチャットボットを単なるテキストアシスタントではなく、包括的な業務支援ツールへと進化させることを目指しています。

Google、Geminiに入力機能と音声要約機能を追加画像1 — Geminiの新機能CANVASを使ったプログラミング。写真：Google

「Canvasは、ユーザーがGeminiとシームレスに連携できるように設計されています」と、GeminiのプロダクトマネージャーであるDave Citron氏は述べています。「これらの機能により、Geminiはアイデアを実現する上でより効果的なパートナーとなります。」

Gemini Canvasは、Geminiアプリ（ウェブ版とモバイル版の両方）の入力バーから直接開くことができます。Canvasは文章作成だけでなくプログラミングもサポートしており、ワークスペース内でHTML、Reactコード、ウェブアプリのプロトタイプを作成し、プレビューすることができます。

「たとえば、ウェブサイト用のメール登録フォームを作成したい場合は、Gemini にフォームの HTML を生成させ、その外観や動作をプレビューすることができます」と Citron 氏は説明します。

Google は Canvas に加えて、NotebookLM の Audio Overview 機能も Gemini に導入します。この機能により、ドキュメント、Web ページ、その他多くのコンテンツソースのポッドキャストのような音声要約を作成できます。

ユーザーがドキュメントをアップロードすると、Gemini は自動的に音声要約を生成し、アプリから直接ダウンロードしたり共有したりできるようになります。

CanvasとAudio Overviewは、世界中のすべてのGeminiユーザーに無料でご利用いただけます。Canvasでのコードプレビューは現在Web版のみでご利用いただけます。Audio Overviewは現在英語のみでご利用いただけます。

Googleは、OpenAIやAnthropicと提携し、AIチャットボットを単なるスマートチャットツールではなく、真の業務ツールへと進化させることを目指しています。コンテンツ制作やプログラミングにおけるAIの普及が進む中、Geminiの新機能は、ユーザーがAIを単なるテキスト回答ではなく、真のパートナーとして活用できるよう支援します。

カオフォン(Google、TC、CNET による)