حدود ومواصفات Live API


توضّح هذه الصفحة الحدود والمواصفات المختلفة لاستخدام Live API ونماذجها.

المواصفات العامة والحدود

  • المدخلات والمخرجات المتوافقة: (للاطّلاع على التفاصيل، يُرجى الاطّلاع على تنسيقات الوسائط أدناه)

    • المدخلات: نصوص وصور (ليست ملفات PDF) وملفات صوت وفيديو
    • الناتج: نص (تحويل الصوت إلى نص) وصوت (بث)

  • الأدوات المتاحة: طلب استخدام الدوال، وGrounding with Google Search، وGrounding with Google Maps

  • تاريخ آخر تعديل: يناير 2025

Live API لا يتيح إنشاء مخرجات منظَّمة (مثل JSON) أو استخدام واجهة برمجة التطبيقات Count Tokens.

الحدود القصوى المتعلّقة بالجلسة

في ما يتعلق بـ Live API، تشير الجلسة إلى اتصال دائم يتم فيه بث البيانات المدخلة والمخرجة بشكل مستمر عبر اتصال.

إذا تجاوزت الجلسة أيًا من الحدود التالية، سيتم إنهاء الاتصال. يُرجى العِلم أنّ Live API يوفّر بعض الخيارات (انظر أدناه) للتعامل مع هذه الحدود القصوى المتعلقة بالجلسة.

  • تقتصر قدرة الاستيعاب المستندة إلى السياق في الجلسة على 128 ألف رمز مميز.

    بسبب هذا الحدّ الأقصى لقدرة الاستيعاب، إليك الحدّ الأقصى التقريبي لطول الجلسة استنادًا إلى طرق الإدخال:

    • تقتصر مدة جلسات الإدخال الصوتي فقط على 15 دقيقة.
    • يقتصر إدخال الفيديو والصوت على دقيقتَين.

  • مدة الاتصال محدودة بحوالي 10 دقائق.

    ستتلقّى إشعارًا بإيقاف الميزة قبل 60 ثانية من انتهاء مدة الاتصال.

في ما يلي بعض الخيارات للتعامل مع الحدود القصوى المتعلقة بالجلسات:

  • اضغط نافذة سياق الجلسة ليحافظ الخادم تلقائيًا على حجم السياق ضمن الحدّ المسموح به.

  • استئناف جلسة لتجنُّب فقدان سياق المحادثة أثناء انقطاع الاتصال بالشبكة لفترة قصيرة أو بعد تلقّي إشعار سأغادر الآن

مزيد من المعلومات حول إدارة الجلسات

حدود معدّل الاستخدام

تفرض Live API حدودًا على معدّل الجلسات المتزامنة لكل مشروع في Firebase، بالإضافة إلى عدد الرموز المميزة في الدقيقة (TPM).

  • Gemini Developer API:

  • Vertex AI Gemini API:

    • ‫1,000 جلسة متزامنة لكل مشروع على Firebase
    • ‫4 مليون رمز مميّز في الدقيقة

تنسيقات الوسائط

يتوافق Live API مع أنواع الوسائط التالية:

  • الإدخال: الصور أو الصوت أو الفيديو
  • الناتج: صوت

تنسيقات الصور

يتيح Live API إدخال الصور باستخدام ما يلي:

  • الحدّ الأقصى لعدد الصور لكل طلب: 3,000

  • الحدّ الأقصى لحجم الملف الواحد (البيانات المضمّنة): 7 ميغابايت

  • أنواع MIME المتوافقة: image/png وimage/jpeg وimage/webp وimage/heic وimage/heif

تنسيقات الصوت

يتوافق Live API مع تنسيقات الصوت التالية:

  • تنسيق الصوت المُدخَل: صوت PCM خام بمعدّل 16 بت عند 16 كيلوهرتز بنظام الترتيب من الأصغر إلى الأكبر

  • تنسيق الصوت الناتج: صوت PCM خام 16 بت بترتيب وحدات البايت الأصغر أولاً وبمعدل 24 كيلوهرتز

  • أنواع MIME المتوافقة: audio/x-aac وaudio/flac وaudio/mp3 وaudio/m4a وaudio/mpeg وaudio/mpga وaudio/mp4 وaudio/ogg وaudio/pcm وaudio/wav وaudio/webm

لتحديد معدّل أخذ العيّنات من الصوت المُدخَل، اضبط نوع MIME لكل Blob يحتوي على صوت على قيمة مثل audio/pcm;rate=16000.

أشكال إعلانات الفيديو

تتوقّع Live API تسلسلاً من لقطات الصور المنفصلة وتتيح إدخال لقطات الفيديو بمعدّل لقطة واحدة في الثانية.

  • البيانات المُدخَلة المقترَحة: دقة 768x768 الأصلية بمعدّل لقطة واحدة في الثانية

  • أنواع MIME المتوافقة: video/x-flv وvideo/quicktime وvideo/mpeg وvideo/mpegs وvideo/mpg وvideo/mp4 وvideo/webm وvideo/wmv وvideo/3gpp

يُرجى العِلم أنّ هذه المواصفات تجعل Live API غير مناسبة لحالات الاستخدام التي تتطلّب تحليل فيديو سريع التغيّر، مثل اللقطات السريعة في المباريات الرياضية.

أصوات الردود

يتوافق Live API مع خيارات الصوت التالية للردود. للحصول على عيّنات من كل صوت، يُرجى الاطّلاع على Chirp 3: أصوات عالية الدقة.

إذا لم تحدّد صوتًا للردّ، سيكون الصوت التلقائي هو Puck.

كيفية تحديد صوت الرد

Zephyr — مشرق
Kore — حازم
Orus — حازم
Autonoe — مشرق
Umbriel — هادئ
Erinome — واضح
Laomedeia — مبهج
Schedar — متوازن
Achird — ودود
Sadachbia — حيوي 		Puck — مفعم بالحيوية
Fenrir — متحمّس
Aoede — منعش
Enceladus — هادئ
Algieba — ناعم
Algenib — خشن
Achernar — لطيف
Gacrux — ناضج
Zubenelgenubi — عادي
Sadaltager — مُطّلع 		Charon — مُفيد
Leda — شبابي
Callirrhoe — بسيط
Iapetus — واضح
Despina — سلس
Rasalgethi — مُفيد
Alnilam — حازم
Pulcherrima — متقدّم
Vindemiatrix — لطيف
Sulafat — دافئ

اللغات

يتوفّر Live API باللغات التالية. كيفية التأثير في لغة الردّ

اللغة رمز BCP-47 اللغة رمز BCP-47
العربية (المصرية) ar-EG الألمانية (ألمانيا) de-DE
الإنجليزية (الولايات المتحدة) en-US الإسبانية (الولايات المتحدة) es-US
الفرنسية (فرنسا) fr-FR الهندية (الهند) hi-IN
الإندونيسية (إندونيسيا) id-ID الإيطالية (إيطاليا) it-IT
اليابانية (اليابان) ja-JP الكورية (كوريا) ko-KR
البرتغالية (البرازيل) pt-BR الروسية (روسيا) ru-RU
الهولندية (هولندا) nl-NL البولندية (بولندا) pl-PL
التايلاندية (تايلاند) th-TH التركية (تركيا) tr-TR
الفيتنامية (فيتنام) vi-VN الرومانية (رومانيا) ro-RO
الأوكرانية (أوكرانيا) uk-UA البنغالية‬ (بنغلاديش) bn-BD
الإنجليزية (الهند) حزمة en-IN وhi-IN الماراثية (الهند) mr-IN
التاميلية‬ (الهند) ta-IN التيلوغوية (الهند) te-IN