Gemini Voice Assistant

丝美导航 AI技能集通讯协作技能

Gemini Voice Assistant

基于Gemini Live API的语音到语音AI助手，实现自然语音对话。

标签：

链接直达手机查看

Gemini Voice Assistant

Gemini Voice Assistant是什么

Gemini Voice Assistant是一款利用Gemini Live API的语音AI助手，支持语音输入输出，适用于需要自然语音交互的场景。

由 AliMostafaRadwan 开发 | 累计安装 323 次 | 开源协议：MIT-0

Gemini Voice Assistant的主要功能

语音交互：支持语音输入输出，实现自然语音对话。
Gemini Live API：基于Gemini Live API，提供高质量的语音响应。
文本对话：支持文本输入，获取AI的文本回应。
可配置指令：可配置系统指令，满足个性化需求。
快速响应：使用Gemini Flash技术，实现快速响应。

如何使用Gemini Voice Assistant

安装：下载并安装Gemini Voice Assistant。
配置：设置Gemini API密钥。
启动：运行handler.py启动助手。
输入：通过文本或语音输入问题或指令。
响应：获取AI的自然语音回应。

Gemini Voice Assistant的项目地址

项目官网：https://clawhub.ai/AliMostafaRadwan/gemini-voice-assistant

Gemini Voice Assistant的应用场景

智能客服系统，提供24小时语音服务。
语音助手应用，实现家庭自动化控制。
教育场景，辅助语言学习，提供语音教学。
会议记录，自动转录会议内容为文本。
远程协作，实现跨地域的自然语音沟通。

相关导航

Zown Gemini Governor

Zown Gemini Governor是一款高保真代币管理和模型稳定化工具，通过原子管道技术防止代币速率限制。

ZenMux Image Gen (Nano Banana 2)

基于Vertex AI协议的Gemini模型，从文本提示自动生成图像的AI工具。

Video Understanding

利用Google Gemini AI分析视频内容，提供转录、描述、摘要和问题解答。

Veo 3 Video Gen (Gemini API)

Veo 3 Video Gen利用Google Veo 3.x和Gemini API生成和拼接短视频，提供命令行工作流程。

Unified LLM Gateway - One API for 70+ AI models. R

统一LLM网关，一站式接入70+ AI模型，支持GPT、Claude等，简化AI应用开发。

Unified API for powerful image and video generatio

通过统一API，使用AIsa API一键生成图像和视频，实现高效的内容创作。

Transcribe audio files via OpenRouter using audio-

使用OpenRouter和音频模型（如Gemini、GPT-4o-audio）进行音频文件的高效转录。

Skill X Post Ai Image

通过Gemini API生成AI图像，并支持OAuth1认证发布到Twitter的工具。

Skill Veo3 Video Gen

利用 Google Veo 3.x 和 Gemini API 自动生成和拼接短视频，适用于广告和UGC风格内容创作。

Security News Feed

Security News Feed 是一款基于 Gemini API 的韩国安全新闻聚合工具，每小时更新，支持发布至 Notion 和 Tistory。

research

使用Gemini CLI进行深度研究，分析品牌在AI搜索中的表现，优化AI搜索可见性。

PDF OCR Using Gemini LLM

利用Google Gemini OCR技术，从PDF文件中提取文本，适用于扫描文档和图像PDF处理。

暂无评论