Gemini Live API
PulseAugur coverage of Gemini Live API — every cluster mentioning Gemini Live API across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
开发者使用 Node.js 和 Gemini 构建了 AI 雅思口语考官
一位开发者使用 Node.js、NestJS 和 Gemini 创建了一个名为 SmoothMock 的 AI 驱动的雅思口语考官。该系统旨在模拟真实的雅思口语考试，让 AI 考官听取应答并生成后续问题，而不是依赖一套固定的预录问题。选择回合制架构而非实时语音 API，主要是为了成本效益和更好地控制面试结构，确保其符合考试的特定部分和时间要求。
-
Gemini Robotics ER 2: powering robotics with video understanding, task orchestration, and multi-robot collaboration
Google DeepMind 推出了 Gemini Robotics ER 2，这是一个旨在增强机器人再现实世界环境中能力的先进模型。该新模型改进了用于进度跟踪的视频理解能力，允许通过 Google Search 等 API 进行无缝的工具编排，并支持多机器人协作以完成复杂任务。Gemini Robotics ER 2 现已通过 Gemini API 和 Google AI Studio 向开发者开放，提供了更流畅、更智能的机器人交互体验。
-
Google 发布 Gemini 3.5 Live Translate 实现实时语音翻译
Google 推出了 Gemini 3.5 Live Translate，这是一款先进的音频模型，专为实时语音到语音翻译而设计。该新模型支持 70 多种语言，可以连续翻译，在不出现尴尬停顿的情况下保留说话者的语调和语速。Gemini 3.5 Live Translate 正在集成到 Google Meet 和 Google Translate 应用等各种 Google 产品中，并且通过 Gemini Live API 和 Google…