Generatived (Beta) | Cung cấp tin tức và xu hướng mới nhất về AI sáng tạo
%20(1).webp)
Google nâng cấp Gemini Native Audio, giới thiệu tính năng dịch trực tiếp.
Generatived
9:00 16/12/25
Gemini 2.5 nâng cấp Flash Native Audio, mang đến trải nghiệm hội thoại tự nhiên hơn cho các trợ lý giọng nói trực tiếp. Bản cập nhật này, có sẵn trên nhiều sản phẩm Google bao gồm Google AI Studio và Vertex AI, nhằm mục đích cải thiện việc quản lý quy trình làm việc phức tạp, điều hướng do người dùng định hướng và tính tự nhiên tổng thể của cuộc hội thoại. Các tính năng mới này cũng được giới thiệu trên Gemini Live và Search Live, đánh dấu lần đầu tiên âm thanh gốc được tích hợp vào Search Live.
Phiên bản cập nhật có một số cải tiến, bao gồm cải thiện độ chính xác của các lệnh gọi hàm. Ví dụ, nó đạt được điểm số 71,5% trên ComplexFuncBench Audio, một công cụ đánh giá các lệnh gọi hàm nhiều bước. Nó cũng cải thiện khả năng tuân thủ hướng dẫn của nhà phát triển lên 90% và cải thiện đáng kể chất lượng hội thoại nhiều lượt. Những cải tiến này sẽ nâng cao độ tin cậy và tính nhất quán của các tương tác giữa người dùng và trợ lý giọng nói.
Bên cạnh các tính năng hội thoại được cải tiến, Gemini còn mở rộng khả năng của mình với việc giới thiệu tính năng dịch giọng nói trực tiếp. Hiện đang ở phiên bản beta trên ứng dụng Google , tính năng này cung cấp khả năng dịch giọng nói trực tuyến trong khi vẫn giữ nguyên ngữ điệu, tốc độ và cao độ của người nói. Nó hỗ trợ hơn 70 ngôn ngữ và 2.000 cặp ngôn ngữ, hiểu nhiều ngôn ngữ cùng lúc và tự động phát hiện cũng như dịch ngôn ngữ đang được nói, ngay cả trong môi trường ồn ào.
Tính năng dịch giọng nói trực tiếp hiện đang được triển khai trên các thiết bị Android tại Hoa Kỳ, Mexico và Ấn Độ, và dự kiến sẽ mở rộng sang iOS và các khu vực khác trong tương lai. Người dùng có thể truy cập phiên bản beta bằng cách kết nối tai nghe với thiết bị của mình và chọn "Dịch trực tiếp". Gemini 2.5 Flash Native Audio hiện đã có sẵn trên Vertex AI, và phiên bản xem trước có thể được truy cập thông qua API Gemini. Các mô hình chuyển văn bản thành giọng nói Gemini 2.5 Flash và 2.5 Pro có thể được truy cập thông qua API Gemini trong Google AI Studio.
Chia sẻ bài viết này:
Tin tức mới nhất
Biz Freak tham gia sáng kiến của Tập đoàn Trí tuệ Nhân tạo TOHOKU.
9:00 30/6/26
Biz Freak thông báo đã gia nhập TOHOKU AI GROUP, một sáng kiến hợp tác giữa ngành công nghiệp và giới học thuật tập trung vào Đại học Tohoku nhằm đẩy nhanh nghiên cứu trí tuệ nhân tạo
Nhiếp ảnh gia AI Partners Chaos Cylindo cho thương mại trực quan
9:00 30/6/26
Fotographer AI vừa công bố hợp tác chiến lược với Chaos Cylindo để phát triển công nghệ tạo ảnh bằng trí tuệ nhân tạo (AI)
Chiến dịch quyên góp của Tadakayo mở rộng giáo dục chăm sóc sức khỏe kỹ thuật số.
9:00 30/6/26
Tổ chức Tadakayo thông báo rằng chiến dịch quyên góp thông qua chương trình “Kimochi to.” của BOOKOFF đã vượt mục tiêu gây quỹ ban đầu, thu được hơn 416.000 yên.




%20(1).webp)