アメリカのIT専門メディアは、グーグルのスマートフォン「Pixel 11」に搭載された新たな音声入力機能について、利便性が高い一方で一部の機能に改善の余地があるとするレビュー記事を発表しました。
記事によりますと、「Rambler（ランブラー）」と呼ばれるこの機能は、グーグルの生成AI「Gemini（ジェミニ）」を活用した技術だということです。利用者が話す際の言いよどみなどをAIが自動で整理し、箇条書きや段落分けを伴う整った文章を作成できるとしています。特に運転中など、画面を注視して文章を修正できない状況において、その精度の高さが評価されています。
一方で、課題として指摘されているのが、音声入力中のリアルタイムなテキスト表示機能がない点です。現在の仕様では、マイクボタンを押して話し終えた後、完了ボタンを押すまで画面にテキストが表示されません。このため、利用者が完了ボタンを押し忘れ、結果が表示されないといった混乱が生じているということです。
記事では、この課題を解決する例として、イギリスのIT企業「ナッシング（Nothing）」が次期基本ソフト「Nothing OS 5.0」で導入すると発表した音声入力機能「Essential Voice」を挙げています。この機能では、入力中にリアルタイムでテキストのプレビューを表示し、AIによる処理が完了した後に最終的な文章を出力する仕組みを採用する方針です。
メディア側は、グーグルに対しても同様のプレビュー機能を導入するよう求めています。視覚的なフィードバックを追加することで、利用者の不安が解消され、日常的な使い勝手がさらに向上するとしています。