改进版Gemini音频模型，带来强大的语音体验
💡
原文英文，约1200词，阅读约需5分钟。
📝
内容提要
谷歌推出了改进版的Gemini 2.5 Flash Native Audio，增强了语音交互能力，提供更精准的指令执行和更流畅的对话体验，同时支持70多种语言的实时语音翻译，用户可在Google Translate应用中体验这一功能。
🎯
关键要点
- 谷歌推出了改进版的Gemini 2.5 Flash Native Audio，增强了语音交互能力。
- 该更新提高了功能调用的准确性，能够更好地处理复杂指令。
- Gemini 2.5 Flash Native Audio支持更流畅的对话体验，能够从之前的对话中检索上下文。
- 实时语音翻译功能支持70多种语言，能够保留说话者的语调和节奏。
- 用户可以在Google Translate应用中体验实时翻译功能，当前在美国、墨西哥和印度的Android设备上推出。
❓
延伸问答
Gemini 2.5 Flash Native Audio有哪些主要改进？
Gemini 2.5 Flash Native Audio在功能调用准确性、复杂指令处理和对话流畅性方面有显著改进。
实时语音翻译功能支持哪些语言？
实时语音翻译功能支持70多种语言，能够处理2000种语言对。
用户如何体验Gemini 2.5的实时翻译功能？
用户可以在Google Translate应用中体验实时翻译功能，目前在美国、墨西哥和印度的Android设备上推出。
Gemini 2.5如何提高对话的自然性？
Gemini 2.5通过从之前的对话中检索上下文，提升了多轮对话的质量，使对话更加连贯。
Gemini 2.5在处理复杂指令方面的表现如何？
Gemini 2.5在处理复杂指令时的遵循率达到了90%，比之前的84%有所提高。
Gemini 2.5的音频模型适用于哪些产品？
Gemini 2.5 Flash Native Audio适用于Google AI Studio、Vertex AI等多个Google产品。
➡️
