Я СОЗДАЛ СЕБЕ ГОЛОСОВОГО AI-АССИСТЕНТА…
В этом видео я показываю, как я сделал себе персонального голосового AI ассистента. Он работает в реальном времени, умеет говорить, генерировать картинки, менять своё поведение и даже работает с выключенным экраном — я могу просто идти по горам и общаться с ним в наушниках. Я использовал Firebase Live API и просто "навайбкодил" iOS приложение на Swift — хотя раньше вообще с ним не работал. Это экспериментальный проект, но дальше я планирую превратить его в полноценного AI-агента с доступом к: — логам в Google Cloud — GitHub — админке моего приложения — задачам и аналитике Фактически — это шаг к AI-ассистенту, который помогает управлять бизнесом в реальном времени. [01:07] — Технологический стек. Проект написан на Swift для iOS с использованием технологии Gemini Live API, интегрированной в Firebase Logic. [01:54] — Демонстрация интерфейса. Обзор простого интерфейса приложения и запуск первой голосовой сессии с ассистентом. [02:42] — Работа инструментов (Tools). Ассистент по голосовой команде генерирует изображения, используя встроенные инструменты. [03:34] — Особенности технологии. В отличие от классических схем, здесь аудиопоток сразу идет в нейросеть (audio-to-audio), что обеспечивает мгновенный ответ без задержек на транскрибацию. [04:56] — Мониторинг в Firebase. Демонстрация админ-панели: статистика запросов, количество токенов и логи работы нейросети. [05:50] — Возможности и ограничения. Ассистент поддерживает видео (может «видеть» через камеру) и работает в фоновом режиме, но текущие сессии ограничены 10-15 минутами. [07:15] — Планы на будущее. Интеграция с бэкендом для получения бизнес-метрик и упрощение интерфейса до одной кнопки. [08:26] — Применение в фитнесе. Идея использовать AI-ассистента для тренировок: он сможет следить за техникой выполнения упражнений через камеру и давать советы голосом.
В этом видео я показываю, как я сделал себе персонального голосового AI ассистента. Он работает в реальном времени, умеет говорить, генерировать картинки, менять своё поведение и даже работает с выключенным экраном — я могу просто идти по горам и общаться с ним в наушниках. Я использовал Firebase Live API и просто "навайбкодил" iOS приложение на Swift — хотя раньше вообще с ним не работал. Это экспериментальный проект, но дальше я планирую превратить его в полноценного AI-агента с доступом к: — логам в Google Cloud — GitHub — админке моего приложения — задачам и аналитике Фактически — это шаг к AI-ассистенту, который помогает управлять бизнесом в реальном времени. [01:07] — Технологический стек. Проект написан на Swift для iOS с использованием технологии Gemini Live API, интегрированной в Firebase Logic. [01:54] — Демонстрация интерфейса. Обзор простого интерфейса приложения и запуск первой голосовой сессии с ассистентом. [02:42] — Работа инструментов (Tools). Ассистент по голосовой команде генерирует изображения, используя встроенные инструменты. [03:34] — Особенности технологии. В отличие от классических схем, здесь аудиопоток сразу идет в нейросеть (audio-to-audio), что обеспечивает мгновенный ответ без задержек на транскрибацию. [04:56] — Мониторинг в Firebase. Демонстрация админ-панели: статистика запросов, количество токенов и логи работы нейросети. [05:50] — Возможности и ограничения. Ассистент поддерживает видео (может «видеть» через камеру) и работает в фоновом режиме, но текущие сессии ограничены 10-15 минутами. [07:15] — Планы на будущее. Интеграция с бэкендом для получения бизнес-метрик и упрощение интерфейса до одной кнопки. [08:26] — Применение в фитнесе. Идея использовать AI-ассистента для тренировок: он сможет следить за техникой выполнения упражнений через камеру и давать советы голосом.