Wixzel Voiceのgemini-liveエンジン：Gemini Live、ネイティブ音声

サポートの通話は会話的で、割り込みが多くなります。リアルタイムエンジンなら応答の遅延を最も小さくできます。応答の速さより費用を重視するなら、classicエンジンのほうが安価です。

1つのリアルタイムモデルが聞き取り、考え、話すため、往復の遅延はGemini自体の性能どおりで、1分あたり最も安いエンジンです。インドの言語向けのsarvamパイプラインも、特定のElevenLabsの音声が必要な場合のclassicも、ソケット経由で動きます。

Webサイトから作ったエージェントはGemini Liveで始まります。1つのリアルタイムモデルが聞き取り、考え、話すので応答が速く、1分あたり最も安いエンジンです。訪問者がヒンディー語、タミル語、マラヤーラム語などインドの言語を話す場合はsarvamに切り替えてください。

1分あたり最も安いエンジンで、1つのリアルタイムモデルが聞き取り、考え、話すので応答も速くなります。ヒンディー語、タミル語、マラヤーラム語などインドの言語を話す発信者には、11のインドの言語に一貫して対応したsarvamエンジンがあります。

アバターはエージェントが話す音声に合わせて口を動かすので、どのエンジンでも動きます。gemini-liveは最も安く応答も速いエンジンです。ヒンディー語、タミル語、マラヤーラム語などインドの言語で話す場合はsarvamを使ってください。

Flutterアプリの中でユーザーが音声エージェントと話せるようにします。サーバーがセッションを発行し、`wixzel_voice` Dart SDKがWebSocketで音声をストリーミングします。SIPトランクも電話番号も不要です。

GoogleのGemini Liveモデルを、4つのcURLリクエストでご自身のSIPトランク経由の実際の電話につなぎ、文字起こしと料金を含む通話記録を読み取ります。

Webサイトからエージェントを作り、そのマスコットのWebサイトウィジェットを有効にして、scriptタグを1つ貼り付けます。訪問者はブラウザから通話でき、上限と発信者のルールはご自身で設定します。

`wixzel_voice_flutter`パッケージで、音声エージェントのアニメーションするマスコットをFlutterアプリに描画し、リアルタイム通話に合わせて聞く、考える、話す動きをさせます。