实时
Multimodal Live API
Multimodal Live API是谷歌推出的一种支持文本、音频和视频交互的AI接口,具备低延迟、实时双向通信和自然语言处理能力。它允许用户通过多种输入方式与AI互动,并支持会话记忆和外部功能调用,广泛应用于客户服务、在线教育、远程医疗、视频会议和娱乐等领域。
SlidesOrator
一款将静态PPT转化为互动演示内容的工具,主要功能有旁白生成、数字人播报、实时问答等。用户上传PDF文件后,能快速生成互动演示,适用于教育、企业培训、产品介绍等场景。