Có một loại câu hỏi mà bạn không bao giờ đặt ra cho Gemini Notebook. Đó là câu hỏi dài — câu mà bạn nêu tên ba nguồn, hai ràng buộc và hình dạng câu trả lời mình muốn. Bạn biết nó sẽ là câu hỏi tốt hơn bản bốn chữ. Nhưng bạn vẫn gõ bản bốn chữ, vì câu dài kia là chín mươi giây gõ phím và bạn thì đang ở giữa một mạch suy nghĩ.
Nhập giọng nói bỏ đi sự đánh đổi đó. Nhấn đúp phím Space rồi giữ, nói to trọn câu hỏi, thả ra — và chữ đã nằm trong ô chat, đang đợi bạn.
Cách hoạt động
Khi một notebook đang mở, một nút micro nhỏ nằm cạnh ô chat. Bạn bấm vào nó được, nhưng đường nhanh hơn là phím tắt: nhấn đúp phím Space rồi giữ. Nói trong lúc vẫn giữ; chữ hiện dần trong ô theo lời bạn, màu xám khi còn là bản tạm và định hình lại khi bộ nhận dạng chốt chúng. Thả phím ra là việc nhập dừng.
Chuyện nhấn đúp là có lý do. Một phím giữ đơn lẻ sẽ đụng với việc gõ chữ — giữ riêng Space thì bạn được một dãy dấu cách — còn các tổ hợp Ctrl/Alt thì đụng với các bộ gõ tiếng Việt và với chính Windows. Nhấn đúp rồi giữ là cử chỉ duy nhất không bao giờ xảy ra tình cờ trong lúc bạn đang viết.
Âm thanh đi đâu
Đây là phần đáng nói cho thật chính xác. Việc nhập giọng nói dùng Web Speech API của trình duyệt: Chrome thu micro và gửi âm thanh tới dịch vụ nhận dạng giọng nói của Google, dịch vụ đó trả về văn bản. Đó đúng là con đường mà mọi nút nhập giọng nói trên mọi trang web đều đi. Notebook OS đứng ở cuối con đường đó và chỉ nhận được văn bản, rồi đặt nó vào ô chat.
Notebook OS không bao giờ nhận âm thanh, không lưu và không chuyển tiếp nó đi đâu. Không có gì được tải lên notebook của bạn cho đến khi bạn bấm gửi — và thứ được gửi là văn bản bạn đã đọc qua.
Term Drill đi chiều ngược lại, và đừng lẫn nó với chuyện này: ở đó trình duyệt đọc to các thuật ngữ của bạn rồi ngắt một quãng chờ bạn trả lời. Term Drill không nghe. Còn Voice Brain Dump ở bảng bên thì lại khác nữa — cái đó thật sự ghi một tệp âm thanh và tải lên notebook của bạn làm nguồn, đúng như khi bạn tự kéo một bản ghi âm vào.
Thực tế thay đổi những gì
- Bạn hỏi câu hỏi dài. Nêu tên các nguồn, các ràng buộc và hình dạng câu trả lời tốn mười lăm giây nói thay vì chín mươi giây gõ, nên bạn thôi tiết kiệm chữ khi đặt câu hỏi.
- Bạn trộn ngôn ngữ mà không phải đổi bàn phím. Chọn Tiếng Việt thì các thuật ngữ tiếng Anh nằm giữa câu vẫn ra tiếng Anh; bạn không phải vật lộn với bộ gõ khi đang nửa mạch suy nghĩ.
- Bạn vẫn đọc tiếp. Nói ra một câu hỏi nối tiếp không làm bạn rời mắt khỏi nguồn đang đọc — mà chính nguồn đó mới là lý do bạn có câu hỏi ấy.
Giới hạn, nói thẳng
Nhập giọng nói chỉ chạy trên máy tính — tiện ích Chrome không chạy trên trình duyệt di động. Chất lượng nhận dạng là của Chrome, không phải của chúng tôi: phòng yên tĩnh và câu nói thường thì tốt, còn danh từ riêng hiếm vẫn cần một lượt mắt trước khi bạn gửi. Gói miễn phí có 20 lần nhập giọng nói mỗi tháng; Pro bỏ hạn mức đó. Danh sách ngôn ngữ có chín lựa chọn và nhớ lựa chọn của bạn.
Không có gì ở đây thay thế việc gõ phím. Nhập giọng nói chỉ bỏ đi cái khoảnh khắc một câu hỏi hay biến thành câu hỏi ngắn vì bản hay quá tốn công.