Урок из полного доступа, первые уроки курса бесплатно Официальный курс Gemini API Cookbook на русском
Урок 20 · Текст · ~5 мин

Live API: разговор в реальном времени

Урок 20 из 71 курса «Gemini API: быстрый старт»: официальный курс Gemini API Cookbook (Гугл Джемини) на русском языке. Урок входит в платный доступ; первые уроки курса бесплатно.

О чём урок

GA: Gemini 3.8 Live и Gemini 3.8 Live Extended Thinking общедоступны.

Этот блокнот демонстрирует простое использование Gemini Live API. Обзор возможностей см. в документации Gemini Live API.

Этот блокнот реализует простой пошаговый чат, где вы отправляете сообщения в виде текста, а модель отвечает аудио. API способен на гораздо большее. Цель здесь — продемонстрировать это с помощью простого кода.

Некоторые функции API не работают в Colab, чтобы попробовать их, рекомендуется ознакомиться с примерами Live API на GitHub.

Если вы не ищете код и просто хотите попробовать потоковую передачу мультимедиа, используйте Live API в Google AI Studio.

Раздел Дальнейшие шаги в конце этого руководства содержит ссылки на дополнительные ресурсы.

Новый Google Gen AI SDK предоставляет программный доступ к Gemini 3 (и предыдущим моделям) с использованием как Google AI for Developers, так и Vertex AI API. За несколькими исключениями, код, который работает на одной платформе, будет работать на обеих.

Более подробная информация об этом новом SDK доступна в документации или в блокноте Начало работы.

Чтобы запустить следующую ячейку, ваш ключ API должен быть сохранен в Colab Secret с именем GEMINI_API_KEY. Если у вас еще нет ключа API или вы не знаете, как создать Colab Secret, см. Аутентификация для примера.

Клиент получит ваш ключ API из переменной среды.

Модель Gemini 3.8 Live работает с Live API, обеспечивая двунаправленное голосовое и видео взаимодействие с Gemini с низкой задержкой. Модель может обрабатывать текстовые, аудио- и видеокадровые (изображения) входные данные, а также предоставлять аудиовыход (с необязательными транскрипциями).

Для сложных многоэтапных задач, требующих фонового рассуждения и асинхронного выполнения инструментов, см. Gemini 3.8 Live Extended Thinking.

Импортируйте все необходимые модули.

Самый простой способ воспроизвести аудио в Colab — записать его в файл .wav. Итак, вот простой записыватель файлов wave:

Укажите модели возвращать аудио, установив response_modalities=["AUDIO"] в LiveConnectConfig, и отправьте входной текст с помощью…

План урока

  1. Настройка
  2. Установка SDK
  3. Настройка ключа API
  4. Инициализация клиента SDK
  5. Выбор модели
  6. Импорт
  7. Простой текст в аудио
  8. К асинхронным задачам

Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.

Откройте полный доступ

Вы прошли бесплатные уроки. Выберите тариф, чтобы продолжить обучение.

Курсы Google Gemini 1 490 ₽ Разовый платёж, навсегда
  • Все курсы от Google Gemini (2 шт.)
  • Именной сертификат по каждому пройденному курсу
Оплатить
Полный доступ 4 900 ₽ Разовый платёж, навсегда
  • Все 77 курсов от 11 AI-провайдеров
  • Библиотека промптов и новые курсы
Оплатить

Безопасная оплата через Robokassa: СБП, карты, электронные кошельки. Доступ откроется в этом браузере и придёт письмом. Уже оплатили? Восстановить доступ

Урок входит в темы

Полезные гиды