Google Gemini

Gemini Live 音频接口

Live API 是会话式 WebSocket/SDK 接口，适合实时语音对话、低延迟音频输入输出和多轮实时交互。胜算云除 Base URL 与模型 ID 不同外，参数语义按 Google 官方 Live API 对齐。

• response_modalities 控制返回文本或音频；实时语音场景通常设置为 ["AUDIO"]。
• system_instruction 设置实时会话角色、语气、语言和约束。
• send_client_content 可发送文本轮次；实时麦克风场景使用 SDK 音频流持续发送 PCM 数据。

from google import genai
from google.genai import types

client = genai.Client(
    api_key="YOUR_API_KEY",
    http_options={"base_url": "https://router.shengsuanyun.com/api"},
)

model = "google/gemini-2.5-flash-live"
config = types.LiveConnectConfig(
    response_modalities=["AUDIO"],
    system_instruction="你是一个中文实时语音助手，回答简洁自然。",
)

async with client.aio.live.connect(model=model, config=config) as session:
    await session.send_client_content(
        turns={"role": "user", "parts": [{"text": "你好，先用一句话介绍你自己"}]},
        turn_complete=True,
    )
    async for message in session.receive():
        if message.text:
            print(message.text)