Google 推出 Live API 強化 Gemini 生態系統，提供即時 AI 互動新體驗

Google在I/O2025開發者大會上正式發布升級版「LiveAPI」，為Gemini生態系統注入全新的即時AI互動能力。這項技術突破將使語音與視訊串流互動更加智慧化，支援多種前沿應用場景，包括精準語音辨識、即時工具串接及具情感的音訊輸出。LiveAPI的核心功能包括完整的音訊與視訊串流支援，讓開發者能直接處理串流媒體資料，特別適用於遠端協作、智慧客服及物聯網設備等應用。系統提供「Cascaded」與「Audio-to-Audio」兩種架構選項，大幅提升開發彈性。在技術細節方面，LiveAPI整合了語音活動偵測功能，能自動識別用戶發言時機；同時具備完善的會話管理系統，支援資料壓縮、媒體解析度動態調整及發言輪替控制。安全性設計上，系統採用臨時憑證機制，強化連線安全與授權管理。特別值得注意的是，LiveAPI引入了原生音訊輸出能力，包括「Proactiveaudio」與「Affectivedialog」等情緒化回應功能，甚至能模擬AI「思考中」的聲音提示，大幅提升互動自然度。Google表示，LiveAPI的推出代表AI互動正朝向更即時、更具情感連結的方向發展。這項技術預計將廣泛應用於虛擬助理、智慧客服、教育學習平台及無障礙輔助裝置等多元場景，為Gemini生態系統開創嶄新可能。