Пользователю предлагается голосом задать вопрос, уточняя информацию об изображении. Таким образом, упрощается поиск дополнительной информации. После того, как пользователь запишет видео в Google Lens со звуком, результаты поиска будут учитывать добавленный контекст.

Эта функция была замечена в разработке в июне 2024 года  и Google относительно быстро ее внедрила. Новшество уже доступно на многих телефонах с Android, распространяясь через обновление на серверной стороне.