#全新语音模型

11小时前

Google 发布 Gemini 3.1 Flash Live 全新语音模型更快响应更自然对话记忆翻倍支持 90 多种语言，200 多个国家和地区 Gemini 3.1 Flash Live是基于 Gemini 3 Pro 单独训练的独立模型，专门优化了延迟、语调感知和复杂任务执行四大核心升级 ① 响应更快，对话不再有"尴尬停顿" 以前跟 AI 语音对话，说完一句话要等一两秒它才回，节奏很割裂。 3.1 Flash Live 把延迟大幅压低了。在 Artificial Analysis 的测试中，最低思考级别下响应时间仅 0.96 秒。 ② 能听懂你的语气，不再千篇一律这是最值得关注的升级，3.1 Flash Live 比上一代 2.5 Flash Native Audio 更准确地识别音调、语速变化，能判断你是着急、困惑还是好奇，然后调整自己回复的长度和语气。 ③ 对话记忆翻倍：长聊不失忆上下文窗口 128K token，上下文跟踪长度是前代的 2 倍。 ④ 嘈杂环境下的指令理解更好在 Scale AI 的 Audio MultiChallenge 测试中得分 36.1%（开启思考模式），这个测试专门模拟真实语音中的打断、犹豫、背景噪音等干扰。

#Google #Gemini 3.1 #AI语音 #全新语音模型 #自然对话 #复杂任务执行 #多语言支持 #延迟优化