20 分钟做出 Gemini 实时语音演示，作者开源完整仓库
AI_Andrew · x · 2026-09-20
开发者 AIAndrew 用 Google Gemini 实时语音能力（Live 与 Transcribe）快速搭了一个 "Capture the Moment" 原型，据称只花了约 20 分钟：一个 WebGPU 实时模拟，呈现彩色铅笔风的秋叶飘落并落在纸面上，支持语音交互、即时转写与高级推理。
仓库已开源（AndrewVoirol/capture-the-moment），需要 Node.js 18+ 与支持 WebGPU 的浏览器（Chrome 113+ 等），clone 后 npm install 即可本地运行。作者强调实时语音应用潜力很大，欢迎他人 fork 试玩。
所属事件:开发者20分钟开源Gemini实时语音演示(2 条相关)→
「应用」频道最新
- 不写代码：用 Claude 搭出助理、会计等 5 个虚拟员工 — evielync · 2026-11-04
- 月听写 4 万词仅排 WisprFlow 前 2%，用户担忧语音输入赛道需求不足 — mtns_of_magic · 2026-11-04
- 粉丝用虚幻引擎复刻《星际之门》亚特兰蒂斯城，角色已可走动交互 — TinfoilTricorn · 2026-11-04
- 作者免费放出 13 页 Obsidian 搜索速查表：10 个冷门操作符 — dSebastien · 2026-11-04
- 博主用 ChatGPT 自动投 500 份简历，24 小时收到 12 个面试 — nikola_mr64990 · 2026-11-04
- Grok Bot Vault 升级:可存银行卡与联系人信息,自动代付仍需逐笔确认 — XFreeze · 2026-11-04