发布X
Gemini 3.5 Transcribe Live 接入 LiveKit Agents,支持实时专业语音转写
LiveKit Agents 现已支持 Gemini 3.5 Transcribe Live,该实时转写方案面向字母数字、领域专有词汇、多语言语音及语码转换场景,并可通过 LiveKit Inference 试用。
用于在服务器上构建实时、可编程参与者的智能体框架,支持语音、多模态交互以及与客户端交换数据。典型用途包括开发语音助手、多智能体交接、电话呼叫、文本交互、实时转录和视觉智能体,并可通过工具调用连接外部服务。
公开资料暂未说明。
公开资料暂未说明。
按时间倒序,每位访客 5 分钟可发送一次。
还没有评论。
来自公开新闻、社区讨论、RSS 与 X 的相关信息。
LiveKit Agents 现已支持 Gemini 3.5 Transcribe Live,该实时转写方案面向字母数字、领域专有词汇、多语言语音及语码转换场景,并可通过 LiveKit Inference 试用。
livekit/agents今日新增256个GitHub星标,引发对实时语音代理开发重点的讨论:中断处理、轮流发言、工具延迟与故障恢复都已成为产品设计的一部分。