背景

AIアシスタントのオフライン動作への需要が高まる中、GoogleがGemmaモデルを搭載した音声入力アプリをひっそりiOSに投入した。Wispr Flowなど既存の音声入力サービスへの対抗策とみられ、端末処理型AIの実用化が加速している。

変更点

端末上でGemmaモデルを直接動作させることで、ネット接続なしに音声をテキスト化できる。クラウドへのデータ送信が不要なため、機密性の高いコンテンツの音声入力にも対応しやすくなった。

Web制作への影響

会議中のメモや仕様書の口述など、ネット環境が不安定な場面での音声入力が現実的な選択肢になる。ただし現時点で日本語対応の詳細は不明で、英語圏向けの機能と考えたほうが安全だ。

注意点

現時点ではiOSのみのリリースで、Androidや他プラットフォームへの展開は未発表。日本語音声認識の精度に関する情報もなく、実務投入には慎重な評価が必要になる。