待验证85% 置信事实时间未知

Gemini的语音生成模型目前基于Gemini 2.5，支持多语言和多口音输出

1

来源数

85%

置信度

中期 (~90 天)

时效性

2026/5/31

首次发现

有效期至：2026/8/29

来源

Gemini多模态Agent开发实战：理解到生成的全链路架构解析

bilibili量子菠萝_

涉及实体

Gemini 2.5model

相关事实

待验证Gemini 3.5 Live Translate 将语音识别、语义理解、翻译和语音合成四个环节封装进同一个多模态大模型中联合优化83% 相似待验证Gemini 2.5 Pro采用原生多模态架构，从训练阶段就融合文本、图像、音频和视频74% 相似待验证Gemini 3.5 Live Translate 同时暴露了输入音频的转录（input transcription）接口73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/15663

API

curl https://kongchang.com/api/v1/knowledge/claims/15663

MCP

get_claim(id=15663)