Native audio input support for Gemini and Muse models

Aperta
  • Qualcosa non va?
#1,131 1 commento 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 1 giorno

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
5/5
Tempo stimato
Più di una settimana
Idoneità per principianti
35/100
Tipo di issue
Funzionalità
Chiarezza
Abbastanza chiara
Stato di attività
Attiva
Stack tecnologico
google-cloud
Ambito
ai

Direzione di ricerca

Start by reading the Provider API handling for POST /provider/v1/chat/completions and the related issue #906. Compare how the Google native endpoint accepts inlineData with how the Provider API validates input_audio; the issue reports HTTP 400 for Gemini and Muse models. Done means native audio input works for these models or a compatible endpoint and timeline are documented.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Feature Description

Is native audio input support planned for Gemini and Muse models?

Sending WAV audio as input_audio to Command Code’s Provider API (POST /provider/v1/chat/completions) returns HTTP 400 (Invalid input, messages.0.content) with both google/gemini-4-argon and meta/muse-ember.

Could Command Code support native audio input or provide a compatible endpoint for these models? Is there an expected timeline?

Use Case

Direct audio transcription, translation, and timestamped subtitle generation using the model’s audio understanding.

Additional Context

For comparison, Gemini 4 Argon successfully transcribes audio through OpenCode’s Google-native endpoint using inlineData, with AUDIO input tokens confirmed in the response:

POST https://opencode.ai/inference/go/google/v1beta/models/gemini-4-argon:generateContent

The audio is passed as Base64 WAV data in contents[].parts[].inlineData with mimeType: "audio/wav".

Related: #906

How important is this to you?

Important for my workflow

Lingua principale
Nessun dato sulla lingua
Stelle
4.2k
Fork
377
Merge medio
1g 17m
PR unite (30g)
7

Preparare l'ambiente

Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di CommandCodeAI/command-code

Tutte le issue di CommandCodeAI/command-code

Issue simili

Altre issue su AI Infra & Agents

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.