Google a officiellement annoncé aujourd'hui le lancement de son modèle Gemini 3.1 Flash Live, qu'il décrit comme son "modèle audio et vocal de la plus haute qualité à ce jour". Ce modèle apportera des améliorations fonctionnelles significatives aux services Gemini Live et Search Live. Actuellement, les développeurs peuvent y accéder en prévisualisation via l'API Gemini Live dans Google AI Studio.
Par rapport au modèle précédent, Gemini 3.1 Flash Live est plus efficace pour identifier les détails sonores tels que l'intonation et le débit de parole, tout en réduisant la latence. L'une de ses améliorations principales est une capacité de filtrage du bruit de fond puissante, permettant de distinguer plus précisément la parole pertinente des bruits environnants comme la circulation ou la télévision. Dans les applications Gemini Live sur Android et iOS, le nouveau modèle offre des temps de réponse plus rapides, réduit les pauses peu naturelles et double la durée de mémoire de la cohérence conversationnelle, ce qui aide à maintenir le fil de la pensée lors de longs brainstormings. De plus, Gemini Live peut désormais ajuster dynamiquement la longueur et le ton de ses réponses pour s'adapter au contexte de la conversation.
