Gemini Live: Gerçek Zamanlı Sesli AI Asistanı

1Geleneksel Ses Asistani (Siri/Google Assistant):
2Kullanıcı: "Hava durumu nasıl?"
3Asistan: "Istanbul'da 15 derece" (tek soru-cevap, bağlam yok)
4Kullanıcı: "Yarin ne olacak?"
5Asistan: "Hangi konuda?" (baglami kaybetti)
6 
7Gemini Live:
8Kullanıcı: "Hava durumu nasıl?"
9Gemini: "Istanbul'da şimdi 15 derece, açık gokyuzu. Aksama doğru 10 dereceye düşecek."
10Kullanıcı: "Yarin ne olacak?"
11Gemini: "Yarin Istanbul'da yagmur bekleniyor, 8-12 derece arasi. Semsiye almanizi öneririm."
12(baglami koruyor — "yarin" = "Istanbul hava durumu yarin")

1Geleneksel Pipeline:
2Ses → STT → Metin → LLM → Metin → TTS → Ses
3(Her adım
 gecikme: toplam 3-5 saniye)
4 
5Gemini Live Pipeline:
6Ses → Native Audio Model → Ses
7(End-to-end: toplam 500ms-1s)

1// Gemini Live streaming yaklaşımi (kavramsal)
2interface LiveSession {
3  // Canlı ses girişi
4  audioInput: ReadableStream<AudioChunk>;
5 
6  // Canlı ses çıkışı
7  audioOutput: WritableStream<AudioChunk>;
8 
9  // Bağlam yönetimi
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 başlatma

24const session: LiveSession = await gemini.startLiveSession({
25  model: 'gemini-2.5-pro',
26  voice: 'kore',  // Ses karakter seçim

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 aç
42. Kamerayi whiteboard'a doğru çevir
53. "Bu mimari diyagrami inceler misin?" de
64. Gemini görseli analiz eder:
7   - "Burada bir MVC pattern görüyorum. 3 katman var:
8     View Controller'dan doğrudan Model'e erişim görüyorum,
9     bu MVVM'e geçis için sorunlu olabilir. Ayrıca
10     Network katmanı Controller içinde — bunu ayrı bir
11     Service katmanina çıkarmanızı öneririm."
125. "Bunu nasıl düzeltebilirim?" diye devam et
136. Gemini sesli olarak adım adım migration planı sunar

1Senaryo: Xcode hata mesajını gösterme
2 
31. Ekran paylaşımini aktif et
42. Xcode'daki hata mesajını göster
53. "Bu hatanin sebebi ne?" de
64. Gemini ekrandaki hataya bakarak:
7   - "Bu bir 'sendable' uyumsuzlugu hatasi. MainActor
8     üzerinde çalışan bir fonksiyondan non-isolated
9     context'e veri gondermeye çalışıyorsun. Çözüm:
10     @Sendable closure kullan veya Task ile sar."

1Senaryo: Uygula
 demo'su gösterme
2 
31. Ekran kaydini başlat

42. Uygulamada gezin
53. "Bu akista bir UI sorunu var mi?" de
64. Gemini geçişleri, animasyonları ve layout'u analiz eder

1Ses Karakterleri:
2├-- Kore — Canlı, enerjik, gençlere uygun
3├-- Aoede — Sakin, olgun, profesyonel
4├-- Puck — Neseli, espirili, samimi
5├-- Fenrir — Derin, otoriter, ciddi
6├-- Leda — Sicak, anlayışli, öğretici
7├-- Orus — Net, hızlı, is odaklı
8├-- River — Doğal
, akici, rahatlatici
9├-- Vale — Yumusak, sabırli, destekleyici
10└-- ... (yeni sesler ekleniyor)

1Türkçe Desteği:
2├-- Ses tanıma: Türkçe tam destek
3├-- Cevap: Türkçe sesli yanit
4├-- Aksanz: Türkiye Türkçesi
5├-- Teknik terimler: Türkçe-Ingilizce karisik destekler
6└-- Dikkat: Bazı
 teknik terimleri Ingilizce telaffuz edebilir

1# Gemini Live kişiselleştirme örneği
2live_config = {
3    "voice": "aoede",           # Ses karakter
4    "language": "tr-TR",         # Türkçe
5    "speaking_rate": 1.1,        # Hafif hızlı
6    "system_instruction": """
7        Sen bir senior iOS developer'sin.
8        Türkçe konuserken teknik terimleri Ingilizce bırak.
9        Kısa ve net cevaplar ver.
10        Kod örneği gerektiğinde "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 değiştirdim. UserService'e
4      pagination ekledim. Yaklasiminmi yorumlar misin?"
5 
6Gemini: "Tabii! UserService'de hangi pagination yaklaşımini kullandin?
7         Cursor-based mi offset-based mi?"
8 
9Sen: "Offset-based, page ve limit parametreleri var."
10 
11Gemini: "Offset-based pagination büyük veri setlerinde performans
12         sorunu yaratabilir çünkü her sorguda OFFSET atlama yapmak
13         zorunda. Eger veri seti 10.000+ kayit olacaksa cursor-based'e
14         geçmeni öneririm. Cursor için son item'in ID'sini kullanabilirsin.
15         Ayrıca limit için bir max değer koymussundur umarim — yoksa
16         client tarafından çok büyük limit gonderilirse sunucu zorlanir."
17 
18Sen: "Max 100 koydum."
19 
20Gemini: "Güzel. Bir de total count donuyor musun? Client'in
21         kaç sayfa olduğunu bilmesi lazim."
22 
23Sen: "Hayır, sadece items dönüyorum."
24 
25Gemini: "Tavsiyem su: Response'a totalCount ve hasNextPage ekle.
26         totalCount için COUNT sorgusu ayrı çalıştır.
27         hasNextPage için limit+1 kayit çek, limit'ten fazlaysa true don."

1Ofiste whiteboard başında:
2 
3Sen: "Yeni bir proje başlatıyoruz. Offline-first bir iOS uygula
.
4      Hangi mimariyi öner
?"
5 
6Gemini: "Offline-first için su stack'i önerebilirim:
7         SwiftData local persistence için — Core Data'nin modern versiyonu.
8         CloudKit sync için — Apple ekosisteminde en temiz çözüm.
9         Repository pattern — local ve remote veri kaynaklarını soyutlamak için.
10         Conflict resolution için last-write-wins basit ama riskli,
11         3-way merge daha güvenli. Hangi yaklaşımi tercih edersin?"
12 
13Sen: "Uygulamada collaborative editing olacak, birden fazla kullanıcı
14      aynı veriyi editleyebilecek."
15 
16Gemini: "O zaman kesinlikle CRDT — Conflict-free Replicated Data Types
17         kullanmaliyiz. Apple'in CloudKit'inde native CRDT desteği yok
18         ama custom bir çözüm yazabiliriz. Alternatif olarak Firestore
19         da gerçek zamanlı sync sunuyor ama offline merge'de sınırlamalari
20         var. Benim önerim: local için SwiftData, sync için custom CRDT
21         layer, transport için WebSocket + REST fallback."

1Sen: "Swift Concurrency'de actor isolation'i tam anlamadım.
2      Basit bir örnek ile açıkla
 misin?"
3 
4Gemini: "Tabii. Actor'u bir banka hesabi gibi düşün.
5         Hesabin bakiyesi var ve birden fazla kişi
 aynı anda
6         para çekmeye çalışıyor. Actor, bu erisimi sıralandırarak
7         data race'i engeller. Örneğin: 'actor BankAccount' tanimlarsin.
8         İçindeki 'var balance' değişkeni sadece actor'un kendi
9         metotları tarafından senkron erişilir. Dışarıdan erişirken
10         'await account.balance' kullanman gerekir. Bu 'await' sırala

11         noktasıdır — siraya girer ve bekler."
12 
13Sen: "Peki MainActor ne ise yarar?"
14 
15Gemini: "MainActor özel bir actor — UI thread'ini temsil eder.
16         @MainActor ile işaretlediğinde kodun her zaman ana thread'de
17         çalışır. Bu özellikle ViewModel'lerde önemli çünkü UI
18         güncellemeleri ana thread'de olmalı. SwiftUI'da @Observable
19         macro'su otomatik olarak MainActor uygula
 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 başlat

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 geliştirme mentoru olarak çalış. Türkçe 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 gönder
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 uygulamasında 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 başlat

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 başlat

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        // Cevapları 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 Güçleri:
2✅ En iyi multimodal deneyim (kamera + ekran + ses)
3✅ Google Search grounding — güncel bilgi
4✅ 1M token bağlam — uzun konuşma

5✅ Düşük gecikme — doğal
 diyalog hissi
6✅ Extensions (Maps, YouTube, Gmail)
7 
8Gemini Live Zayıflıkları:
9⚠️ Kod çalıştırma sınırli (henüz tam IDE entegrasyonu yok)
10⚠️ Bazı
 dillerde telaffuz sorunları
11⚠️ Internet bağımlıligi (offline çalışma sınırli)
12⚠️ Konuşma
 süresi siniri (çok uzun seanslarda kesinti)

1Beklenen Özellikler:
2├-- Tam IDE entegrasyonu — sesli komutla kod yazma
3├-- Gerçek zamanlı çeviri — canlı tercümanlık
4├-- Agent modu — otonom görev tamamlama (sesli)
5├-- Memory — konuşma
 arasi bilgi taşıma
6├-- Custom voices — kendi sesini oluşturma
7└-- On-device işleme — hassas veriler için yerel çalıştırma

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