Gemini for Mac 新增语音控制：支持智能听写、文本改写和图片编辑

Google 为 Gemini Mac 应用推出了全新的语音控制功能。现在，用户可以通过自然的语音指令完成文字听写、内容改写、文件摘要以及图像编辑等操作。

此次更新进一步提升了 Gemini 作为 macOS AI 助手的系统集成能力。用户无需再将内容复制到独立的聊天机器人中，而是可以直接在当前使用的应用程序中调用 Gemini 完成相关任务。

Gemini Mac的功能

Gemini Mac 语音控制如何工作

用户可以按住 Fn 键激活 Gemini。屏幕底部会出现一个悬浮式语音栏，用于提示 Gemini 已经准备好接收语音指令。 随后，Gemini 会将生成的结果直接插入当前光标所在的位置。该功能可以配合 macOS 上支持的应用程序使用，因此非常适合处理电子邮件、论文、报告、笔记以及社交媒体内容等。 此外，用户还可以通过 Gemini 应用中的屏幕共享功能使用语音控制。

智能听写可自动删除口头语

Gemini Mac 的功能并不只是简单的语音转文字。其智能听写功能会在将语音内容插入文档之前，对用户说出的内容进行整理。 例如，Gemini 可以自动删除“嗯”“啊”等口头语，同时还能识别用户在同一句话中进行的语音修正。最终生成的内容会更加清晰自然，而不是简单地逐字记录用户说过的所有内容。 对于需要大量撰写文字内容的专业人士来说，这项功能可以有效减少重复编辑和整理文字所花费的时间。

Gemini 可以分析屏幕内容

用户可以在应用设置中启用 Gemini 推理功能。开启后，助手能够理解当前屏幕上显示的内容，从而执行更加复杂的任务。 用户可以选择论文、文件或照片交给 Gemini 进行分析，并从中提取相关信息。例如，可以让 Gemini 阅读多份文档，然后将其中的重点整理成电子邮件、摘要或结构化报告。 此外，Gemini 还可以根据用户的粗略笔记生成执行摘要，对选中的内容进行总结，或者调整文本的语气和表达方式。

使用语音指令改写和编辑文本

新的语音控制功能允许用户选中一段文字，然后通过语音指令让 Gemini 对其进行修改。 用户可以要求 Gemini 将内容缩短、调整为更加专业的语气、优化表达方式，或者转换成其他格式。 这项功能适用于营销文案、商务邮件、会议记录、项目提案以及客户沟通等多种场景。 修改后的文本会直接显示在当前正在使用的应用程序中，因此用户无需在不同窗口之间反复切换。

使用 Gemini 创建和编辑图片

Gemini for Mac 同样支持视觉相关任务。用户可以通过语音描述要求 Gemini 创建新的图片，也可以让助手修改现有的视觉内容。 例如，用户可以让 Gemini 创建一张插图，或者将现有图片调整为适合深色界面的版本。 对于设计师、营销人员以及内容创作者而言，这可以提供一种更加快速的方式来测试和验证视觉创意。

Gemini for Mac 语音控制功能的可用性

Google 于 2026 年 7 月 29 日在全球范围内推出了英文语音控制功能，未来还将陆续支持更多语言。 用户可能需要将 Gemini Mac 应用升级至 1.88 版本才能使用相关功能。不过，由于 Google 采用分阶段推送的方式，因此不同用户获得该功能的时间可能并不相同。

Gemini for Mac 常见问题

Gemini for Mac 的语音控制怎么开启？

在 macOS 中打开 Gemini 应用后，长按 Fn 键即可调用语音功能。Gemini 会在当前应用窗口中接收用户的自然语言指令，并将生成结果插入当前光标位置。Google 官方也明确说明，该功能可以直接作用于用户当前正在使用的窗口。

Gemini for Mac 的智能听写有什么用？

Gemini 的智能听写不仅能够将语音转换成文字，还可以自动去除“嗯”“啊”等口头语，并识别用户在说话过程中的修改指令，最终输出更加整理后的文字。

Gemini for Mac 可以分析屏幕内容吗？

可以。开启 Gemini reasoning 后，Gemini 可以理解屏幕上的上下文，并根据用户选择的文件、图片或文字执行总结、改写等任务。

Gemini for Mac 可以修改文字吗？

可以。用户可以选中屏幕上的文字，然后通过语音要求 Gemini 对内容进行改写，例如缩短文字、调整语气或者生成执行摘要。

Gemini for Mac 可以生成图片吗？

可以。Google 官方介绍中明确提到，用户可以通过语音描述生成视觉内容，也可以引用桌面上的现有图片要求 Gemini 进行修改，例如生成适合深色模式的版本。

Gemini Mac 语音功能什么时候推出？

Google 于 2026 年 7 月 29 日宣布推出该功能，目前首先支持英文，并计划后续增加更多语言。Google 表示该功能正在面向 Gemini macOS 应用用户进行全球推送。

总结

语音控制功能让 Gemini for Mac 成为更加实用的桌面 AI 助手。通过智能听写、屏幕内容理解、文本改写、文件摘要以及图像处理等功能，Gemini 可以减少大量重复操作，让用户无需离开当前正在使用的应用程序，就能完成更多工作。