实测 Gemini Live 实时语音：转写+推理+工具调用全声控
AI_Andrew · x · 2026-09-20
开发者 AIAndrew 用 Google AI Studio 和 Antigravity 搭了个实时语音小应用：Gemini Live 提供实时即时转写、推理与工具调用，配合 3.5 Transcribe 做转写，全程纯语音交互。他做了个由秋叶落叶启发的语音玩法，实测认为实时转写速度快、推理和工具调用能力强，仅提到季节判断上模型有些含糊。属于早期探索，作者称这只是开始。
所属事件:开发者20分钟开源Gemini实时语音演示(2 条相关)→
「多模态」频道最新
- 音乐生成新素材:Sufi Qawwali 与 Tabla 风格 LoRA 分享 — -becausereasons- · 2026-09-20
- 圈内热赞:目前最好的全 AI 生成短片来自 javilopen — techhalla · 2026-09-20
- 单人制作 AI 剧集《归墟》9 集,成本仅约 2 万美元 — dotey · 2026-09-20
- 被猫吵醒后随手做出《Kittens on Ukulele Island》 — bennash · 2026-09-20
- AI 生成 MV 全面完美，唯独歌声真实难听，却依然好看 — aronchick · 2026-09-20
- AI 短片《OMERTÀ》第八章上线:永不放弃的续作 — noumenon-lab · 2026-09-20