Geminiの発表内容
Googleは2026年10月19日、音声AIモデル「gemini-3.8-live」で無音時間を防ぐ開発手法を公開しました。オープンソースの開発キット「ADK (エージェント開発キット)」を使い、Pythonで非同期の処理を実装できます。
従来の音声対話では、データベース検索などに13秒かかると、その間は完全な無音状態になっていました。今回の手法では、処理の途中経過を音声で逐次伝える仕組みに切り替えます。ベンチマーク測定では、最初の発話までの時間が14.4秒から1.2秒に短縮されました。
結果の返し方も選べます。相手の話の区切りを待って伝える設定や、緊急時に会話へ割り込む設定、文脈だけを更新する設定が用意されています。
顧客からの問い合わせ対応や注文確認の途中で、無音による通話離脱を防ぎながら、背後で複雑なデータ集計を進められるようになります。
つまり、どういうこと？
ひらたく言うと、電話口で調べ物を頼まれた店員が、「少々お待ちください、在庫を確認しています」と声に出しながら作業してくれるような仕組みです。
これまでは裏で検索している間、通話が切れたかのように完全に沈黙していました。途中の進み具合を声で教えてくれるため、利用者が不安になって電話を切ってしまう事態を防げます。
誰に関係するか
「Gemini」を使った音声通話システムを構築している人は、利用者を無音で待たせることなく、時間のかかるデータ処理を実行できるようになります。
