Build a real-time voice AI agent with Gemini Live API
Google Cloud Tech · 7:12
Gemini Live API はテキスト読み上げ（TTS）とは根本的に異なり、音声を入力し音声を出力する双方向ストリーミングで、割り込み可能な「電話のような」会話型エージェントを作れる、という解説動画です。ブラウザ＋バックエンド＋WebSocket という最小構成と、「開く・送る・受け取る・再生する」のループ、そして VAD・バージイン・ツール呼び出しという3要素で、音楽再生エージェント「Mira」が組み立てられます。