Google开发：能打断的实时语音AI

sowang

#Google开发：能打断的实时语音AI#

普通TTS只会单向念稿，Gemini Live是双向音频：边听边说、边生成边出声。 你一开口它就停，像打电话一样自然。内置语音活动检测，还能调用工具放歌、切歌。 不是“说完再等回复”，而是真正活着的语音Agent。

Google Cloud Tech 这期把底层循环拆得很清楚：开会话、送麦、收流、播放。下一集还会用 ADK 重写。



Google开发：能打断的实时语音AI