工具 Gemini Live audio：通过实时语音对话与 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 交谈。该界面捕获实时语音输入，显示对话转录文本，并允许你自然地打断回复或发送文字消息。Extended Thinking 模型支持可配置的推理级别，处理对话时还可以附带可选的文档上下文作为参考。
Google 今天发布了 Gemini 3.8 Live 和 3.8 Live Extended Thinking，这是两款新的语音到语音模型，形态与 OpenAI 的 GPT-Live 系列相近。
我让 GPT-6 Astra Extra High 阅读文档，并让它为我构建了这个 Web 界面来试用这些新模型。你可以选择模型和语音预设，输入可选的系统提示词，然后通过浏览器开始语音对话，包括在模型说话时打断它。
该实现不使用任何库。它连接到 wss://generativelanguage.googleapis.com/ws/google.ai.generativelanguage.v1alpha.GenerativeService.BidiGenerateContent?key=... WebSocket 端点，并使用 Web Audio API 的 AudioContext 进行采集和播放。
这是用于上手该 WebSockets API 的 Gemini Live 教程。