你的代理聽得到你嗎？用 Gemini 打造即時語音代理 — Thor Schaeff

Google DeepMind 的開發者體驗工程師 Thor Schaeff 負責 Gemini API 與 Google AI Studio，他在這場 20 分鐘的議程中，展示了一系列近期推出的 Google DeepMind 模型，並主張：原生音訊的即時代理（agent）現在已經可以實際落地開發。這場議程的主標題「你的代理現在聽得見你了嗎？」實際上是一趟多模態積木之旅：富有表現力的文字轉語音、影像生成與編輯、近乎即時的語音翻譯、音樂生成，以及透過 Live API 存取的 Gemini 3.1 Flash Live 對話模型。整場議程以現場 demo 為主，而非單一論點，同時也為 Scha