Gemini Live: Gercek Zamanli Sesli AI Asistani

1Geleneksel Ses Asistani(Siri/Google Assistant):
2Kullanici: "Hava durumu nasil?"
3Asistan: "Istanbul'da 15 derece" (tek soru-cevap, baglam yok)
4Kullanici: "Yarin ne olacak?"
5Asistan: "Hangi konuda?" (baglami kaybetti)
6 
7Gemini Live:
8Kullanici: "Hava durumu nasil?"
9Gemini: "Istanbul'da simdi 15 derece, acik gokyuzu. Aksama dogru 10 dereceye dusecek."
10Kullanici: "Yarin ne olacak?"
11Gemini: "Yarin Istanbul'da yagmur bekleniyor, 8-12 derece arasi. Semsiye almanizi oneririm."
12(baglami koruyor — "yarin" = "Istanbul hava durumu yarin")

1Geleneksel Pipeline:
2Ses → STT → Metin → LLM → Metin → TTS → Ses(Her adimda gecikme: toplam 3-5 saniye)
3 
4Gemini Live Pipeline:
5Ses → Native Audio Model → Ses(End-to-end: toplam 500ms-1s)

1// Gemini Live streaming yaklasimi (kavramsal)
2interface LiveSession {
3  // Canli ses girisi
4  audioInput: ReadableStream;
5 
6  // Canli ses cikisi
7  audioOutput: WritableStream;
8 
9  // Baglam yonetimi
10  context: {
11    conversationHistory: Message[];
12    activeTools: Tool[];
13    userProfile: UserProfile;
14  };
15 
16  // Olay dinleyicileri
17  on(event: 'speech_start', handler: () => void): void;
18  on(event: 'speech_end', handler: () => void): void;
19  on(event: 'interruption', handler: () => void): void;
20  on(event: 'tool_call', handler: (tool: ToolCall) => void): void;
21}
22 
23// Session baslatma
24const session: LiveSession = await gemini.startLiveSession({
25  model: 'gemini-2.5-pro',
26  voice: 'kore',  // Ses karakter secimi
27  language: 'tr',
28  tools: [googleSearch, codeExecution],
29  systemInstruction: 'Sen bir senior iOS developer...'
30});

1Senaryo: Whiteboard'daki mimari diyagrami inceleme
2 
31. Gemini Live'i ac
42. Kamerayi whiteboard'a dogru cevir
53. "Bu mimari diyagrami inceler misin?" de
64. Gemini goruntyu analiz eder:
7   - "Burada bir MVC pattern goruyorum. 3 katman var:
8     View Controller'dan dogrudan Model'e erisim goruyorum,
9     bu MVVM'e gecis icin sorunlu olabilir. Ayrica
10     Network katmani Controller icinde — bunu ayri bir
11     Service katmanina cikarmanizi oneririm."
125. "Bunu nasil duzeltebilirim?" diye devam et
136. Gemini sesli olarak adim adim migration plani sunar

1Senaryo: Xcode hata mesajini gosterme
2 
31. Ekran paylasimini aktif et
42. Xcode'daki hata mesajini goster
53. "Bu hatanin sebebi ne?" de
64. Gemini ekrandaki hataya bakarak:
7   - "Bu bir 'sendable' uyumsuzlugu hatasi. MainActor
8     uzerinde calisan bir fonksiyondan non-isolated
9     context'e veri gondermeye calisiyorsun. Cozum:
10     @Sendable closure kullan veya Task ile sar."

1Senaryo: Uygulama demo'su gosterme
2 
31. Ekran kaydini baslat
42. Uygulamada gezin
53. "Bu akista bir UI sorunu var mi?" de
64. Gemini gecisleri, animasyonlari ve layout'u analiz eder

1Ses Karakterleri:
2├── Kore — Canli, enerjik, genclere uygun
3├── Aoede — Sakin, olgun, profesyonel
4├── Puck — Neseli, espirili, samimi
5├── Fenrir — Derin, otoriter, ciddi
6├── Leda — Sicak, anlayisli, ogretici
7├── Orus — Net, hizli, is odakli
8├── River — Dogal, akici, rahatlatici
9├── Vale — Yumusak, sabırli, destekleyici
10└── ... (yeni sesler ekleniyor)

1Turkce Destegi:
2├── Ses tanima: Turkce tam destek
3├── Cevap: Turkce sesli yanit
4├── Aksanz: Turkiye Turkcesi
5├── Teknik terimler: Turkce-Ingilizce karisik destekler
6└── Dikkat: Bazi teknik terimleri Ingilizce telaffuz edebilir

1# Gemini Live kisisellestiirme ornegi
2live_config = {
3    "voice": "aoede",           # Ses karakter
4    "language": "tr-TR",         # Turkce
5    "speaking_rate": 1.1,        # Hafif hizli
6    "system_instruction": """
7        Sen bir senior iOS developer'sin.
8        Turkce konuserken teknik terimleri Ingilizce birak.
9        Kisa ve net cevaplar ver.
10        Kod ornegi gerektiginde "Ekrana yaz" diyeceğini belirt.
11    """,
12    "tools": ["google_search", "code_execution"],
13    "response_modalities": ["AUDIO", "TEXT"]  # Hem ses hem metin
14}

1Sabah kosusunda kulaklıkla:
2 
3Sen: "Dun gece PR actim, 3 dosya degistirdim. UserService'e
4      pagination ekledim. Yaklasiminmi yorumlar misin?"
5 
6Gemini: "Tabii! UserService'de hangi pagination yaklasimini kullandin?
7         Cursor-based mi offset-based mi?"
8 
9Sen: "Offset-based, page ve limit parametreleri var."
10 
11Gemini: "Offset-based pagination buyuk veri setlerinde performans
12         sorunu yaratabilir cunku her sorguda OFFSET atlama yapmak
13         zorunda. Eger veri seti 10.000+ kayit olacaksa cursor-based'e
14         gecmeni oneririm. Cursor icin son item'in ID'sini kullanabilirsin.
15         Ayrica limit icin bir max deger koymussundur umarim — yoksa
16         client tarafından cok buyuk limit gonderilirse sunucu zorlanir."
17 
18Sen: "Max 100 koydum."
19 
20Gemini: "Guzel. Bir de total count donuyor musun? Client'in
21         kac sayfa oldugunu bilmesi lazim."
22 
23Sen: "Hayir, sadece items dönüyorum."
24 
25Gemini: "Tavsiyem su: Response'a totalCount ve hasNextPage ekle.
26         totalCount icin COUNT sorgusu ayri calistir.
27         hasNextPage icin limit+1 kayit cek, limit'ten fazlaysa true don."

1Ofiste whiteboard basinda:
2 
3Sen: "Yeni bir proje baslatiyoruz. Offline-first bir iOS uygulamasi.
4      Hangi mimariyi onerirsin?"
5 
6Gemini: "Offline-first icin su stack'i onerebilirim:
7         SwiftData local persistence icin — Core Data'nin modern versiyonu.
8         CloudKit sync icin — Apple ekosisteminde en temiz cozum.
9         Repository pattern — local ve remote veri kaynaklarini soyutlamak icin.
10         Conflict resolution icin last-write-wins basit ama riskli,
11         3-way merge daha guvenli. Hangi yaklasimi tercih edersin?"
12 
13Sen: "Uygulamada collaborative editing olacak, birden fazla kullanici
14      ayni veriyi editleyebilecek."
15 
16Gemini: "O zaman kesinlikle CRDT — Conflict-free Replicated Data Types
17         kullanmaliyiz. Apple'in CloudKit'inde native CRDT destegi yok
18         ama custom bir cozum yazabiliriz. Alternatif olarak Firestore
19         da gercek zamanli sync sunuyor ama offline merge'de sinirlamalari
20         var. Benim onerim: local icin SwiftData, sync icin custom CRDT
21         layer, transport icin WebSocket + REST fallback."

1Sen: "Swift Concurrency'de actor isolation'i tam anlamadim.
2      Basit bir ornek ile aciklar misin?"
3 
4Gemini: "Tabii. Actor'u bir banka hesabi gibi dusun.
5         Hesabin bakiyesi var ve birden fazla kisi ayni anda
6         para cekmeye calisiyor. Actor, bu erisimi siralandirarak
7         data race'i engeller. Ornegin: 'actor BankAccount' tanimlarsin.
8         Icindeki 'var balance' degiskeni sadece actor'un kendi
9         metotlari tarafindan senkron erisilir. Disaridan erisirken
10         'await account.balance' kullanman gerekir. Bu 'await' siralama
11         noktasidir — siraya girer ve bekler."
12 
13Sen: "Peki MainActor ne ise yarar?"
14 
15Gemini: "MainActor ozel bir actor — UI thread'ini temsil eder.
16         @MainActor ile isaretlediginde kodun her zaman ana thread'de
17         calisir. Bu ozellikle ViewModel'lerde onemli cunku UI
18         guncellemeleri ana thread'de olmali. SwiftUI'da @Observable
19         macro'su otomatik olarak MainActor uygular ama UIKit'te
20         kendin eklemelisin."

1# Gemini Live API ile custom sesli asistan
2from google import genai
3 
4client = genai.Client(api_key="YOUR_API_KEY")
5 
6# Live session baslat
7config = {
8    "response_modalities": ["AUDIO"],
9    "speech_config": {
10        "voice_config": {
11            "prebuilt_voice_config": {
12                "voice_name": "Aoede"
13            }
14        }
15    },
16    "system_instruction": "Sen bir iOS gelistirme mentoru olarak calis. Turkce konus.",
17    "tools": [{"google_search": {}}]
18}
19 
20async with client.aio.live.connect(
21    model="gemini-2.5-flash-preview",
22    config=config
23) as session:
24    # Ses verisi gonder
25    audio_data = read_microphone()
26    await session.send(input=audio_data, end_of_turn=True)
27 
28    # Sesli cevap al
29    async for response in session.receive():
30        if response.data:
31            play_audio(response.data)
32        if response.text:
33            print(response.text)

1// iOS uygulamasinda Gemini Live entegrasyonu (kavramsal)
2import AVFoundation
3import GoogleGenerativeAI
4 
5class VoiceAssistantService {
6    private let audioEngine = AVAudioEngine()
7    private var liveSession: LiveSession?
8 
9    func startConversation() async throws {
10        // Mikrofon izni kontrol
11        guard await AVAudioApplication.requestRecordPermission() else {
12            throw VoiceError.permissionDenied
13        }
14 
15        // Session baslat
16        liveSession = try await GeminiLive.connect(
17            model: "gemini-2.5-pro",
18            config: LiveConfig(
19                voice: .aoede,
20                language: "tr-TR",
21                tools: [.googleSearch]
22            )
23        )
24 
25        // Ses yakalama baslat
26        let inputNode = audioEngine.inputNode
27        let format = inputNode.outputFormat(forBus: 0)
28 
29        inputNode.installTap(onBus: 0, bufferSize: 1024, format: format) {
30            [weak self] buffer, _ in
31            self?.liveSession?.sendAudio(buffer)
32        }
33 
34        try audioEngine.start()
35 
36        // Cevaplari dinle
37        for await response in liveSession!.responses {
38            switch response {
39            case .audio(let data):
40                playAudio(data)
41            case .text(let text):
42                updateTranscript(text)
43            case .toolCall(let call):
44                handleToolCall(call)
45            }
46        }
47    }
48 
49    func stopConversation() {
50        audioEngine.stop()
51        liveSession?.close()
52    }
53}

1Gemini Live Gucleri:
2✅ En iyi multimodal deneyim(kamera + ekran + ses)
3✅ Google Search grounding — guncel bilgi
4✅ 1M token baglam — uzun konusmalar
5✅ Dusuk gecikme — dogal diyalog hissi
6✅ Extensions(Maps, YouTube, Gmail)
7 
8Gemini Live Zayifliklari:
9⚠️ Kod calistirma sinirli(henuz tam IDE entegrasyonu yok)
10⚠️ Bazi dillerde telaffuz sorunlari
11⚠️ Internet bagimliligi(offline calisma sinirli)
12⚠️ Konusma suresi siniri(cok uzun seanslarda kesinti)

1Beklenen Ozellikler:
2├── Tam IDE entegrasyonu — sesli komutla kod yazma
3├── Gercek zamanli ceviri — canli tercumanlik
4├── Agent modu — otonom gorev tamamlama(sesli)
5├── Memory — konusmalar arasi bilgi tasima
6├── Custom voices — kendi sesini olusturma
7└── On-device isleme — hassas veriler icin yerel calistirma

12027 Vizyonu:
2 
3Sen: "Uygulamaya dark mode destegi ekle."
4Gemini Live: "Anlasıldı. Projeyi tarıyorum...
5 
6[30 saniye sessizlik — arka planda calisıyor]
7 
8Tamam, 8 dosyada degisiklik yaptım:
91. Theme.swift — yeni color scheme eklendi
102. SettingsView — dark mode toggle eklendi
113. 5 view dosyasinda hardcoded renkler theme referansina cevirildi
124. Info.plist — UIUserInterfaceStyle flexible olarak ayarlandi
13 
14Degisiklikleri gostermemi ister misin yoksa commit mi yapayim?"
15 
16Sen: "Commit yap, 'feat: add dark mode support' mesajiyla."
17Gemini Live: "Commit olusturuldu. PR da acayim mi?"