在今日举行的Pixel 9系列手机发布会上，谷歌正式推出了Gemini Live服务，该服务将首先面向使用英语的Gemini Advanced订阅用户开放，为用户带来前所未有的自然、流畅的对话交流体验。
Gemini Live是谷歌在AI语音技术领域的又一力作，旨在通过增强的语音引擎，实现更加连贯、富有情感表达力和逼真感的多轮对话。这一服务的推出，无疑是对标了OpenAI ChatGPT最新上线的Advanced Voice模式，进一步推动了AI语音聊天技术的发展。
据谷歌介绍，Gemini Live提供了一种全新的移动对话体验，让用户能够轻松与Gemini展开自由流畅的对话。用户不仅可以在聊天过程中打断Gemini的发言，提出后续问题，还能实时适应Gemini的说话模式，实现更加自然的交流。此外，Gemini Live还提供了10种新的自然声音供用户选择，让对话体验更加个性化。
在发布会上，谷歌还展示了Gemini Live在模拟面试场景中的应用。通过Gemini Live，用户可以与招聘经理（或人工智能）进行对话，获得演讲技巧推荐和优化建议。这一功能不仅有助于提升用户的面试表现，还展示了Gemini Live在实际应用中的广泛潜力。
值得注意的是，虽然Gemini Live在语音聊天方面取得了显著进展，但目前尚不支持多模态输入功能。谷歌在今年5月的I/O大会上曾展示过Gemini Live通过手机摄像头捕捉环境信息并做出反应的能力，但这一功能将推迟到“今年晚些时候”推出。谷歌方面表示，多模态输入的加入将进一步丰富Gemini Live的交互方式，为用户带来更加全面的智能体验。
随着Gemini Live服务的正式推出，谷歌在AI语音聊天领域的领先地位得到了进一步巩固。未来，随着技术的不断发展和完善，我们有理由相信Gemini Live将为用户带来更多惊喜和便利。
原创文章，作者：Google，如若转载，请注明出处：https://www.kejixun.co/article/673688.html
