Lyria 3.5 が来た日に、音源フォルダの置き方を変えました
Lyria 3.5 のフルレングス生成が来たとき、生成した音と配信する音が同じフォルダに並んでいました。名前ではなくハッシュで線を引く、四十数行の台帳ゲートの作り方をお伝えします。
アイコンだけのボタンは、翻訳が揃っていても読み上げでは無言になります
翻訳ファイルが揃っていても、読み上げラベルの穴は残ります。iOS と Android からアイコン要素とラベルを集め、機械で決まる不備をローカルで確定させてから Gemini に文言だけを渡す二段構えを、実際の出力とともに書き残します。
Gemini Omni 1.1 で尺を伸ばす二つの道は、壊れ方が違います
Omni 1.1 のシーン延長は10秒刻みで累計40秒まで、キーフレーム補間は両端を固定して間を生成します。どちらで伸ばすかは最初の1本を作る前に決まってしまいます。尺の割り付けを先に計算する関数と、継ぎ目のずれを数値で追う検査を書き残します。
Gemini 3.8 Flash は単価が据え置きでも、請求が増えることがあります
Gemini 3.8 Flash の単価は 3.7 Flash と同じですが、モデルが手数を増やす設計のため出力トークンが伸びて請求が増えることがあります。切り替え前に測る数字と、年末年始の二本立てで見積もる手順をまとめます。
長い動画を Gemini に辿らせるとき、見つける問いと「無い」を確かめる問いは別々に投げています
9月1日に来たエージェント的動画理解では、どこを観るかをモデル自身が決めます。見つける問いには効きますが、映り込みが無いことの確認には被覆の保証がありません。問いの形で処理モードを分ける判断と、被覆を自分で担保する実装を書き残します。
チャットを消しても前提が残っていたのは、消す場所がもう一つあったからでした
Gemini が過去のチャットを参照する「メモリー」の条件と、チャット履歴と接続済みアプリという二系統の削除経路を整理します。Gem と Gemini Live では参照されない性質を、用途ごとの会話の分け方に使う方法までまとめました。
ループ音源のプチノイズは、Gemini に聴かせる前に波形の端で切り分けられます
環境音のループ再生で折り返しだけがプチッと鳴る。音声理解に丸ごと投げる前に、波形の端の段差を内部の変化量で正規化してふるい分ける手順と、配布形式への変換で継ぎ目が作り直される落とし穴をまとめました。
Wear OS と Android Auto では、失敗も声で返す必要がありました
9月4日から Google アシスタントが Gemini へ置き換わります。手の塞がる Wear OS と Android Auto では、失敗をトーストで伝えられません。メディアセッションのエラー状態として返す実装と、切り替え前に決めておくことを書き残します。
Gemini にコードをまとめて渡せるようになった日から、同じフォルダを選ぶのをやめました
複数のコードファイルをまとめて渡せるようになると、難しさは貼り付けから選択へ移ります。自分の Next.js リポジトリで依存グラフを実測し、フォルダ単位の選び方が呼び出し側を1件も拾わなかった経緯と、いま使っている選択手順を書き残します。
9月で止まる Gemini の標準 API キーを、CI とサーバーとローカルの三層で棚卸しする
標準 API キーは制限付きのものも含めて9月中に拒否されるようになります。差し替えではなく出どころの移行になるため、コード・デプロイ設定・手元の三層に分けた棚卸しと、両対応クライアントを挟んでから切り替える手順をまとめました。
すべての記事を見る (799) →