Agora 與 Gemini 達成合作，發布 Gemini 3.5 Transcribe 與 Agora Conversational AI 集成方案。此次合作將 Gemini 最新的實時語音轉寫能力與 Agora 面向全球的 RTC 和對話式 AI 能力相結合，幫助企業更高效地打造自然、實時且可規模化落地的語音智能體。
此前，我們已與 OpenAI 合作推出了全球首個Realtime API，旨在為開發者提供超低延遲、高保真、擬人化的 AI 實時語音交互能力。
強強聯合，連接“智能”與“實時互動”
隨著生成式 AI 從文本交互加速走向語音交互，模型能否在真實場景中及時聽懂用戶、準確理解表達，并持續保持自然流暢的交流體驗，正成為對話式 AI 落地的關鍵。
Gemini 3.5 Transcribe 是 Google 面向智能語音交互推出的新一代實時語音轉寫模型，可以更好地應對背景噪聲、專業詞匯、口語停頓和表達修正等復雜情況。
Agora Conversational AI 則為語音智能體提供穩定的實時音頻傳輸、會話連接和交互基礎設施。
雙方的合作，連接了前沿模型能力與面向全球用戶的實時互動體驗，讓語音智能不再停留在模型演示階段，而是能夠更快進入真實的產品與業務場景。
開放靈活，降低企業構建對話式 AI 的門檻
通過此次集成，開發者可以在 Agora Agents SDK 中使用 Gemini 3.5 Transcribe，并根據自身業務需求靈活組合大語言模型與語音合成服務。
這種開放、可組合的方式，有助于企業避免被單一技術方案綁定，也能隨著模型能力和業務需求變化持續迭代。對已經擁有 AI 技術棧的團隊而言，可以在保留原有能力的基礎上補齊實時交互環節；對剛剛進入對話式 AI 的企業而言，也可以更快完成從原型驗證到產品上線。
Agora 還計劃進一步支持 Gemini 3.5 Transcribe 的 Smart Transcription 能力，讓轉寫結果能夠自動處理口語停頓、重復、臨時改口以及數字、日期和段落格式，為 CRM、信息采集、日程管理和業務系統提供更加清晰、可直接使用的信息。
未來，我們將繼續與全球更多領先的 AI 模型、語音服務及應用生態伙伴深化合作，推動對話式 AI 從“能聽會說”進一步走向自然、實時、可靠的智能交互，讓 AI 真正成為連接人與數字世界的新入口。
轉自：天極網
【版權及免責聲明】凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章及企業宣傳資訊，僅代表作者個人觀點，不代表本網觀點和立場。版權事宜請聯系：010-65363056。
延伸閱讀
