Gemini Live prepara Push to Talk e Guided Vision mentre Google corregge l’audio

📌 In Sintesi

• Gemini Live prepara Push to Talk per controllare meglio quando l’assistente ascolta l’utente.
• Guided Vision riceverà un toggle dedicato per disattivare le evidenziazioni visive durante Live.
• Google lavora a una correzione per il bug del volume improvviso sugli auricolari.

Google sta preparando una nuova evoluzione di Gemini Live, l’interfaccia conversazionale del suo assistente basato su AI, con funzioni pensate per rendere l’interazione più controllabile, meno invasiva e più adatta all’uso quotidiano. Le novità individuate nell’app Google per Android includono una modalità Push to Talk, alternativa all’ascolto continuo, e un toggle dedicato per Guided Vision, la funzione che permette a Gemini di evidenziare oggetti rilevati dalla fotocamera durante una conversazione. In parallelo, l’azienda lavora alla correzione di un bug audio segnalato da molti utenti Pixel, che provoca un aumento improvviso del volume sugli auricolari quando viene attivato l’assistente con il comando “Hey Google”. Il quadro indica una fase di maturazione per Gemini, non più centrata soltanto sulle capacità generative, ma anche su ergonomia, controllo dell’input, privacy percepita e affidabilità dell’integrazione con dispositivi audio e fotocamera.

Push to Talk cambia il modello di ascolto di Gemini Live

La funzione più rilevante in sviluppo è Push to Talk, individuata nella versione 17.38.5.sa.arm64 dell’app Google per Android. La modalità introduce un’interazione in stile walkie-talkie: l’utente deve tenere premuto un grande pulsante microfono per parlare con Gemini Live, invece di lasciare attiva una conversazione vocale sempre aperta. Questo modello cambia radicalmente il controllo dell’ascolto, perché sposta l’attivazione dell’input dal sistema all’utente. Nell’interfaccia prevista, il pulsante PTT occupa la parte centrale della schermata, mentre il tasto di mute viene rimosso perché diventa meno necessario in un flusso dove il microfono è attivo solo durante la pressione. Un popup introduttivo spiega il funzionamento della modalità e un menu nell’angolo in alto a destra consente di disattivarla per tornare all’esperienza vocale tradizionale. La novità è particolarmente utile in ambienti rumorosi, uffici condivisi, mezzi pubblici o situazioni in cui l’ascolto continuo può intercettare frasi non rivolte all’assistente.

Un controllo più preciso per privacy e contesti rumorosi

L’arrivo di Push to Talk risponde a un problema pratico degli assistenti vocali evoluti: più diventano conversazionali, più aumenta il rischio di attivazioni indesiderate o risposte fuori contesto. Gemini Live nasce per rendere l’interazione con l’AI più naturale, ma una conversazione sempre aperta non è ideale in ogni scenario. In molti ambienti l’utente può voler evitare che l’assistente interpreti frammenti di dialoghi altrui, rumori di fondo o conversazioni parallele. La modalità PTT permette di mantenere i vantaggi di una sessione Live senza rinunciare al controllo esplicito sull’input. Dal punto di vista dell’esperienza utente, la scelta riflette una strategia più flessibile: Google non elimina l’ascolto continuo, ma offre un’alternativa per chi preferisce un’interazione più deterministica. Il valore non è solo tecnico, ma anche psicologico, perché rende più chiaro quando l’assistente ascolta e quando invece resta inattivo. Per un servizio AI destinato a entrare nella quotidianità, questa distinzione può incidere sull’adozione.

Guided Vision riceve un toggle dedicato in Gemini Live

La seconda novità riguarda Guided Vision, funzione introdotta con i Pixel 10 e pensata per arricchire Gemini Live con capacità visive. Quando è attiva, l’assistente può usare la fotocamera dello smartphone per riconoscere elementi della scena e mostrare evidenziazioni sugli oggetti rilevati. Questo consente a Gemini di guidare l’utente in attività pratiche, identificare dettagli visivi, supportare spiegazioni contestuali o aiutare nella comprensione dell’ambiente circostante. Il nuovo interruttore, chiamato Guided vision in Live, permette di disattivare questo comportamento senza revocare completamente l’accesso alla fotocamera. È una distinzione importante: l’utente può mantenere disponibili le funzioni visive quando servono, ma impedire che la modalità di guida venga usata automaticamente in ogni conversazione Live. La gestione granulare dei permessi e delle funzioni diventa sempre più importante perché Gemini non opera più soltanto su testo o voce, ma integra schermo, fotocamera, app e contesto personale. Il toggle offre quindi un livello ulteriore di personalizzazione e riduce la sensazione di controllo visivo costante.

Gemini diventa più multimodale ma deve restare prevedibile

L’integrazione di Guided Vision conferma la direzione multimodale di Gemini. L’assistente non si limita a rispondere a domande, ma interpreta ciò che l’utente vede e può intervenire con indicazioni visive durante la conversazione. Questo modello è potente per accessibilità, istruzione, assistenza tecnica, shopping, navigazione dell’ambiente e supporto in tempo reale. Tuttavia, la multimodalità aumenta anche la complessità dell’interfaccia. Un assistente che ascolta, guarda e agisce deve essere prevedibile, configurabile e trasparente. Il toggle per Guided Vision va proprio in questa direzione, perché separa l’accesso alla fotocamera dall’attivazione di una modalità specifica. In termini di design, Google sembra voler evitare che le funzioni più avanzate diventino invasive o difficili da controllare. La sfida per Gemini Live sarà trovare un equilibrio tra automazione e consenso: l’AI deve essere pronta a usare voce, immagine e contesto quando necessario, ma deve anche lasciare all’utente il controllo sul livello di assistenza desiderato.

Il bug del volume sugli auricolari colpisce gli utenti Pixel

In parallelo alle nuove funzioni, Google sta lavorando su un problema molto concreto: un bug che fa aumentare improvvisamente il volume degli auricolari quando l’utente pronuncia “Hey Google” con cuffie collegate. Le segnalazioni arrivano da utenti Pixel e coinvolgono diversi dispositivi audio, inclusi Pixel Buds, auricolari Sony e sistemi collegati tramite Android Auto. Il comportamento è particolarmente fastidioso perché il volume sale a livelli molto alti prima di tornare normale, creando disagio durante l’uso in mobilità, in auto o con auricolari in-ear. Il bug non viene risolto dallo slider del volume dell’assistente introdotto in Android 17, segnale che il problema non riguarda soltanto una regolazione dell’interfaccia, ma l’integrazione tra attivazione di Gemini, routing audio e gestione del volume sugli accessori. Google ha confermato di essere a conoscenza della situazione e sta raccogliendo dati dagli utenti interessati per preparare una correzione.

L’audio resta una componente critica degli assistenti AI

Il caso del volume sugli auricolari mostra quanto l’affidabilità audio sia centrale per un assistente vocale. Funzioni avanzate come Gemini Live, Push to Talk e conversazioni multimodali possono risultare meno utili se l’attivazione dell’assistente produce effetti indesiderati su cuffie, auto o dispositivi Bluetooth. L’audio è una componente sensibile perché coinvolge comfort, sicurezza e continuità d’uso: un picco improvviso di volume può essere più grave di un semplice glitch grafico. La correzione dovrà probabilmente intervenire sul modo in cui Gemini gestisce la sessione audio quando viene richiamato tramite hotword, soprattutto in presenza di periferiche esterne. Per Google, risolvere il problema è importante anche sul piano competitivo. Gli assistenti AI devono essere non solo intelligenti, ma affidabili nei micro-comportamenti quotidiani: volume, latenza, mute, transizione tra app, auricolari e display. La fiducia dell’utente si costruisce proprio su questi dettagli, soprattutto quando l’assistente viene usato più volte al giorno.

Gemini Live entra in una fase di maturazione dell’esperienza

Le tre novità delineano una fase più matura per Gemini Live. Push to Talk migliora il controllo dell’ascolto, Guided Vision diventa più configurabile e la correzione del bug sugli auricolari punta a eliminare una frizione concreta nell’uso reale. Il filo comune non è l’aggiunta di capacità AI più appariscenti, ma la rifinitura dell’esperienza. Google sembra consapevole che un assistente generativo non può limitarsi a produrre risposte migliori: deve integrarsi con hardware, permessi, ambiente sonoro, fotocamera e abitudini dell’utente senza generare incertezza. La direzione è quella di un assistente più personalizzabile, capace di passare da conversazioni libere a input controllati, da guida visiva attiva a semplice dialogo vocale, da utilizzo su smartphone a scenari con auricolari e auto. Se queste funzioni arriveranno in forma stabile, Gemini Live potrà diventare un’esperienza più solida e meno sperimentale, con un equilibrio migliore tra potenza dell’AI e controllo dell’utente.