谷歌推出Gemini Live：开启AI语音聊天新时代

Home AI News CN 谷歌推出Gemini Live：开启AI语音聊天新时代

在今天的Pixel 9系列发布会上，谷歌推出了Gemini Live服务，该服务首批面向讲英语的Gemini Advanced订阅用户。这项创新服务旨在提供更自然、流畅的对话体验。

Gemini Live标志着谷歌在人工智能语音技术上的重要进步。通过改进的语音引擎，它旨在实现连贯、富有情感且逼真的多轮对话。这项服务直接与OpenAI最近推出的ChatGPT高级语音模式展开竞争，推动了AI语音聊天技术的进一步发展。

谷歌表示，Gemini Live为用户提供全新的移动对话体验，使他们能够与Gemini进行无缝交流。在聊天过程中，用户可以轻松打断Gemini，提出后续问题，实时调整其语音风格，享受更加自然的交流体验。此外，Gemini Live增加了十种自然的语音选择，进一步增强了对话的个性化。

发布会上还展示了Gemini Live在模拟面试中的应用，用户可以与招聘经理（或AI）互动，获取关于演讲技巧和优化建议的反馈。这一功能不仅提升了用户的面试表现，还展示了Gemini Live的广泛潜力。

需要注意的是，尽管Gemini Live在语音聊天方面取得了重大进展，但目前尚不支持多模态输入功能。谷歌在5月的I/O大会上曾展示了Gemini Live通过手机摄像头捕捉和响应环境的能力，但这一功能预计将延迟到“今年晚些时候”推出。谷歌表示，集成多模态输入将进一步丰富Gemini Live的互动能力，提供更加全面的智能体验。

随着Gemini Live服务的推出，谷歌巩固了其在AI语音聊天领域的领导地位。展望未来，持续的技术进步将为用户带来更多惊喜和便利。

谷歌推出新款Pixel Studio：基于Imagen 3模型的本地AI图像生成应用程序

Qwen2-Audio 7B：基于阿里巴巴开源的知音全能文本自由对话助手