首页 > 人工智能 > 人工智能 > 工具:Gemini Live 音频
Google 今天发布了 Gemini 3.8 Live 和 3.8 Live Extended Thinking——两个新的语音到语音模型,形态与 OpenAI 的 GPT-Live 系列类似。
我把 GPT-6 Astra Extra High 指向了文档,让它为我构建了这个用于试用新模型的 Web UI。你可以选择模型和语音预设,输入可选的系统提示词,然后通过浏览器开始语音对话,包括在模型说话时打断它的能力。

该实现不使用任何库。它连接到 wss://generativelanguage.googleapis.com/ws/google.ai.generativelanguage.v1alpha.GenerativeService.BidiGenerateContent?key=... WebSocket 端点,并使用 Web Audio API(应用程序编程接口) 的 AudioContext 进行采集和播放。
这是 Gemini Live 教程,可帮助你开始使用该 WebSockets API。
转载声明:本文为转载整理,原文版权归原作者及原站点所有。
原文来源:Simon Willison
原文作者:Simon Willison;如有侵权,请联系管理员删除。