待验证50% 置信发布精确时间
Google正在为Gemini推送新的语音交互能力，覆盖Gmail、Keep和Docs三大工具
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/16
首次发现
有效期至：2026/12/15
来源
涉及实体
相关事实
待验证Google在Gemini中早已部署了函数调用（Function Calling）接口，为Spark等代理应用奠定底层基础71% 相似待验证谷歌以往的语音识别能力主要以 Cloud Speech-to-Text API 的形式提供，偏向企业与开发者的后端集成71% 相似待验证谷歌在Gemini中采用了高效注意力机制、混合专家模型（MoE）架构以及多模态token高效编码方案等优化策略70% 相似待验证谷歌拥有来自 YouTube、搜索语音输入、Android 系统的全球规模最大的多语言语音数据积累，构成训练数据层面的护城河69% 相似待验证Google于2023年发布的AudioPaLM率先将语音token直接注入语言模型词汇表，实现文本与音频在同一表示空间中联合建模68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/925301API
curl https://kongchang.com/api/v1/knowledge/claims/925301MCP
get_claim(id=925301)