Gemini Live 音频
来自 Simon Willison · 期号 2026-09-16
摘要
Google 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking，两个新的语音到语音模型，形态类似 OpenAI 的 GPT-Live 系列。 Simon Willison 用 GPT-6 Astra Extra High 根据文档生成了一个 Web UI，可以直接在浏览器里试用新模型：选择模型和语音预设、输入可选的系统提示，然后开始语音对话，还能在模型说话时打断它。 实现没有用任何库，直接连接 WebSocket 端点，用 Web Audio API 的 AudioContext 做采集和播放。原文附了 Gemini Live WebSocket API 的入门教程。