S
SkillNav

Gemini 音频模型升级，支持实时语音翻译

指南2025年12月12日3 分钟阅读
Gemini 音频模型升级，支持实时语音翻译
Google 升级了 Gemini 2.5 Flash Native Audio 模型，提升了实时语音智能体（Voice Agent）的指令遵循和对话流畅度。同时，Google Translate 应用推出实时语音翻译测试版，支持超过 70 种语言，并能保留说话人的语调。
本文编译自 Improved Gemini audio models for powerful voice experiences，版权归原作者所有。

觉得有用？分享给更多人

获取每周 AI 工具精选

工具推荐、实战教程和生态洞察，每周更新。

关注 @skillnav_dev →阅读周刊

相关文章

MiniMax M3.1 Flash 实测：更便宜，但没更快也没更准

作者通过 OpenRouter 对 MiniMax M3.1 Flash 和 M3 进行了三项智能体任务测试。Flash 在成本上确实更低（估计总成本 $0.15 对 $0.27），但耗时更长（661.6 秒对 465 秒），且在两项评分任务上得分相同。长上下文任务两者均未完成，Flash 在降低输出限制后只找到 33 个受影响服务中的 3 个。

指南The New Stack·10月26日·6 分钟

三位Java Champion如何用GitHub Copilot提效

三位Java Champion结合各自的生产实践，展示了GitHub Copilot在功能开发、课件迁移和终端UI应用等场景中的用法。他们强调验证结果、保持代码可维护性，并把AI当作协作伙伴而非替代者，核心原则是“委托执行，而非责任”。

指南GitHub·10月20日·8 分钟

评论