企业官网建设流程全解析

如何用 Gemini Live API 三步搭出实时语音对话应用：完整快速上手指南

【免费下载链接】cookbookExamples and guides for using the Gemini API项目地址: https://gitcode.com/GitHub_Trending/coo/cookbook

你说"开灯"，AI 却过了 5 秒才回话——这种"来回延迟"是传统语音助手最大的硬伤。Gemini Live API解决的就是它：音频按帧流式传输，模型实时逐帧回应，还能被你随时打断。仓库里就有现成示例，3 条命令就能跑通第一段对话。

快速上手：3 条命令跑通语音对话

先把代码和依赖拿到手：

git clone https://gitcode.com/GitHub_Trending/coo/cookbook pip install -U google-genai pyaudio

macOS 用户另需执行brew install portaudio。然后设置密钥并启动示例：

export GEMINI_API_KEY=你的密钥 python quickstarts/Get_started_LiveAPI_NativeAudio.py

示例脚本里有几组关键参数值得留意：上行采样率 16000Hz、下行 24000Hz、每块 1024 帧，单声道 16 位 PCM。配置里把response_modalities设为["AUDIO"]并开启proactive_audio，模型就会主动开口说话：

CONFIG = { "response_modalities": ["AUDIO"], "proactivity": {"proactive_audio": True} }

启动后戴上耳机，直接开口聊就行。它是怎么做到不用等你说完才回话的？

白话讲原理：它像一部电话，不是传信

传统聊天机器人像"写信"：写一封、寄一封、等几天回信。Live API 更像打电话——线路一直通着，双方随时可以插话。

示例脚本用 4 个后台任务并行工作，像一座城堡的四座塔楼：听音塔持续捕获麦克风音频，上塔把音频帧发出去，收塔下载模型的回音，播塔通过扬声器播放，中间用两个队列衔接数据。当你插话时，模型发出turn_complete（回合结束）信号，程序随即清空播放队列，你听到的声音立刻停住，不会"自说自话"。

四座塔各司其职，队列衔接音频流——Live API 实时音频管道就像一个分工明确的城堡

看懂了机制，自然要问：它实际能干什么？

实战场景：3 个方向可以直接上手

🗣️ 日常语音助手

解决"打字累、来回等"的问题。在 Get_started_LiveAPI.py 里把文本输入换成麦克风音频，你就得到一个能理解多轮上下文的语音助手。

🔌 物联网语音控制

想把语音控制搬到硬件上？参考 examples/iot/esp32/voice_led_controller/：ESP32 用麦克风采集声音，发给 Gemini API，再根据响应点亮 LED 灯环，从软件原型走到实体装置。

按图接好麦克风、ESP32 与 LED 灯环，实时语音指令就能直接驱动硬件

实时翻译与多模态扩展

解决语言隔阂和"只靠音频不够"的问题。quickstarts/websockets/ 目录里有音频流实时翻译（Live Translation）的示例，以及 Live API 调用工具的示例，可以把音频和视频、文本输入叠在同一通"电话"里。

机制清楚了，真上手时最容易栽进几个坑，提前看一眼。

避坑指南：4 个最容易卡住的问题

• 坑：AI 不停"打断自己"。系统默认扬声器和麦克风通常没有回声消除，麦克风会拾取到 AI 自己的声音。正确做法：始终戴耳机调试。
• 坑：音频发出去发杂、节奏不对。上下行采样率不同（上行 16000Hz、下行 24000Hz），别混用；块大小保持 1024 帧。
• 坑：启动报asyncio.TaskGroup不存在。说明你的 Python 低于 3.11，正确做法是补装pip install taskgroup。
• 坑：AI 说话风格不对味。用system_instruction指定语气和结尾追问习惯，别指望模型默认表现。

坑绕过去了，就差最后一步。

收尾

Gemini Live API的价值，在于把"发一封回一封"压缩成双向实时音频流，语音应用从"能对话"变成"像打电话"。今天就去 quickstarts/ 目录跑一遍Get_started_LiveAPI_NativeAudio.py，戴上耳机，你会在示例加载完之前就先听到它开口。🚀

【免费下载链接】cookbookExamples and guides for using the Gemini API项目地址: https://gitcode.com/GitHub_Trending/coo/cookbook