有一类问题，你其实从来不会真的去问 Gemini Notebook。就是那种很长的问题——你要点出三个来源、两条限制，还要说明你想要的答案长什么样。你知道它会比那个四个字的版本好得多。可你还是打了那个四个字的版本，因为长的那句要敲九十秒，而你的思路正在中途。
语音输入去掉了这笔交换。双击 Space 键并按住，把整个问题说出来，松开——文字就在聊天框里等着你。
它如何运作
打开一个笔记本时，聊天框旁会出现一枚小小的麦克风按钮。你可以点它，但更快的路径是快捷键：双击 Space 键并按住。按住的同时说话；文字会边说边出现在框里，还不确定的部分显示为灰色，识别器确认后就定下来。松开按键，语音输入随即停止。
双击这一下很重要。只按住一个键会和打字冲突——单独按住 Space 只会得到一串空格——而 Ctrl/Alt 组合键会和越南语输入法冲突，也会和 Windows 本身冲突。双击再按住，是你在写字时绝不会误触的唯一手势。
音频去了哪里
这一段值得说清楚。语音输入使用浏览器的 Web Speech API：Chrome 采集麦克风音频，发送到 Google 的语音识别服务，服务返回文字。任何网页上的任何语音输入按钮走的都是同一条路。Notebook OS 站在这条路的末端，只接收文字，并把它放进聊天框。
Notebook OS 从不接收音频，不存储它，也不向任何地方转发。在你按下发送之前，没有任何内容会上传到你的笔记本——而发出去的，是你已经读过的文字。
Term Drill 的方向相反，值得和这个功能区分开：那里是浏览器把你的术语朗读出来，然后停顿等你作答。它并不监听。而侧边栏里的 Voice Brain Dump 又是另一回事——它确实会录制一个音频文件，并作为来源上传到你的笔记本，就像你手动拖进一段录音那样。
实际用起来有什么不同
- 你会去问那个长问题。点出来源、限制和答案的形状，只花十五秒说话，而不是九十秒打字，于是你不再在提示词上省字。
- 你可以混用语言，而不必切换键盘。选 Tiếng Việt，句子中间的英文术语就会照英文出现；你不必在思路中途和输入法较劲。
- 你可以一直读下去。口述一个追问，不需要把视线从正在读的来源上移开——而那份来源，正是这个追问的由来。
直说限制
它只支持桌面端——Chrome 扩展不能在移动端浏览器上运行。识别质量来自 Chrome，不是我们：安静的房间和普通句子表现不错，少见的专有名词在发送前仍需要看一眼。免费版每月包含 20 次语音输入；Pro 取消这个限额。语言下拉菜单提供九个选项，并会记住你的选择。
这一切都不是要取代打字。它去掉的是那个瞬间：一个好问题因为写起来太费力，最后变成了一个短问题。