Gemini_Live_APIでAIと会話しながらブログを作成するアプリを作ってみた
- 1. Gemini Live APIで AIと会話しながらブログを作成する アプリを作ってみた 久保田 崇文 ※ Opinions are my own.
- 2. 久保田 崇文 出身：東京（〜3才） → 埼玉（〜小2） → 東京（〜大学）→ 千葉（〜現在） 趣味：ギター、作曲 経歴： ・大学：無機EL（LEDの親戚）の研究 ・新卒：大手メーカーで評価解析技術の研究開発 ・現在：Web系企業で生成AIエンジニア 登壇経験： ・ Google Cloud Next Tokyo ’23 ・ 求人ボックスにおける Vertex AI Vector Search を利用したレコメンド ・Generative AI Summit Tokyo ‘24 ・自然言語処理における生成AI の活用事例の紹介 ・言語処理学会第31回年次大会（NLP2025） ・ 大規模言語モデルベースの日本語固有表現抽出における Self-ReflectionとFew-Shot学習による精度改善 X：@kubornetes
- 5. Pipecatのはまりどころ ● Windowsではライブラリがインストールできず動かない。 → Dockerを使うことで解消。 ● 新しめのライブラリのため、バグが割とある。 →ソースコードをAIに読ませて回避策を見つけ事なきを得る。 ● 非同期処理、特にFrameの概念の理解が難しい。 →「Frameは常に流れている」と解釈し、理解に一歩近づく。
- 6. Pipecatの拡張性 ● 各種フロントエンドのSDKあり。 ● Google Searchなどのtool useも可能。
- 7. ご清聴ありがとうございました！ X @kubornetes Zennの記事 Gemini Multimodal Live API, Daily.co, Pipecatを使った AI音声会話アプリ作成方法