Gemini 3.5 Transcribe на AI Gateway: поток с микрофона и файл — 26 августа 2026 г. в 20:45:44.368
Gemini 3.5 Transcribe на AI Gateway: поток с микрофона и файл Голос в агенте обычно тащит отдельную подсистему: распознавание речи, канал между микрофоном и моделью, ещё свой счётчик минут поверх кода, который ты уже пишешь. Vercel свела транскрибацию в один шлюз. Gemini 3.5 Transcribe берёт готовый файл и живой поток с микрофона — текст приходит по ходу записи, без своего сервера посредине. В новой версии библиотеки Vercel есть готовый потоковый вызов: микрофон можно прокинуть напрямую, формат задаётся одним параметром. Собираешь агента с голосом? Слой про сокет и подсчёт минут можно не поднимать на старте. Поток можно глянуть в браузере, прежде чем тащить это в репозиторий.
21 просмотров