谷歌发布 Gemini Live：支持 AI 语音聊天，可模拟面试场景、推荐演讲技巧

IT之家报道，8月14日，谷歌在Pixel 9系列新品发布会上推出了Gemini Live服务，该服务将优先向英语用户中的Gemini高级订阅者开放。Gemini Live服务致力于提升用户与Gemini之间的对话体验，使得双方的交流更加自然、流畅。

Gemini Live服务采用了增强型语音引擎技术，能够实现更为真实且富有情感的多轮对话。用户在与Gemini进行互动的过程中，可以随时打断其发言，并提出进一步的问题，Gemini将根据用户的语言习惯做出实时调整。

借助Gemini Live服务，用户可通过Gemini应用程序与Gemini进行对话，并可从十种自然声音中挑选一种作为Gemini的回复声音。此外，用户还可以按照自己的节奏进行对话，甚至在Gemini回答问题的过程中提出澄清性问题，这种交互方式类似于人与人之间的正常对话。

Gemini Live还提供了一个应用场景示例，即模拟用户与招聘经理（或AI角色）之间的对话，以帮助用户提高演讲技巧并获得优化建议。

Gemini Live目前使用的是Gemini高级模型，该模型经过专门调整以提高对话性。在用户与Gemini进行长时间对话时，会启用更大的上下文窗口以支持对话的连贯性。

值得注意的是，Gemini Live尚未具备在I/O大会上展示的多模态输入功能，如通过手机摄像头捕捉图像和视频，并据此做出响应等。谷歌计划在今年晚些时候推出这一功能，但具体细节尚未公布。

本文来源： IT之家【阅读原文】