يمكنك أن تطلب من نموذج Gemini تحليل ملفات الفيديو التي تقدّمها إما بشكل مضمّن (بتشفير base64) أو من خلال عنوان URL. عند استخدام Firebase AI Logic، يمكنك تقديم هذا الطلب مباشرةً من تطبيقك.
باستخدام هذه الإمكانية، يمكنك تنفيذ إجراءات مثل:
- إضافة شرح والإجابة عن أسئلة حول الفيديوهات
- تحليل مقاطع معيّنة من فيديو باستخدام الطوابع الزمنية
- تحويل محتوى الفيديو إلى نص من خلال معالجة المقطع الصوتي وإطارات الفيديو
- وصف الفيديوهات وتقسيمها واستخراج المعلومات منها، بما في ذلك المقطع الصوتي والإطارات المرئية
يتناول هذا الدليل كيفية إنشاء نصوص من فيديوهات مدخَلة، ولكن يمكنك أيضًا إنشاء صور من فيديوهات مدخَلة.
الانتقال إلى عيّنات التعليمات البرمجية الانتقال إلى التعليمات البرمجية للردود التي يتم بثها
|
الاطّلاع على أدلة أخرى للحصول على خيارات إضافية للتعامل مع الفيديو إنشاء ناتج منظَّم محادثة مترابطة إنشاء صور |
قبل البدء
|
انقر على مقدّم خدمة Gemini API لعرض المحتوى والرمز الخاصين بمقدّم الخدمة على هذه الصفحة. |
إذا لم يسبق لك إجراء ذلك، عليك إكمال دليل بدء الاستخدام الذي يوضّح كيفية إعداد مشروع Firebase وربط تطبيقك بـ Firebase وإضافة حزمة تطوير البرامج (SDK) وتهيئة خدمة الخلفية لمزوّد Gemini API الذي اخترته وإنشاء مثيل GenerativeModel.
لاختبار طلباتك وتحسينها، ننصحك باستخدام Google AI Studio.
الطُرز التي تتوافق مع هذه الإمكانية
يتناول هذا الدليل كيفية إنشاء نص من فيديو، وهو ينطبق على نماذج Gemini التالية:
gemini-3.1-pro-preview-
gemini-3.7-flash(والإصدارات الأقدمgemini-3.6-flashوgemini-3.5-flash) -
gemini-3.5-flash-lite(والإصدار الأقدمgemini-3.1-flash-lite)
تتيح نماذج Gemini 2.5 ذات الاستخدام العام هذه الإمكانية، ولكن تم إيقافها نهائيًا.
إنشاء نص من ملفات الفيديو (بتشفير base64)
|
قبل تجربة هذا النموذج، أكمل القسم
قبل البدء من هذا الدليل
لإعداد مشروعك وتطبيقك. في هذا القسم، ستنقر أيضًا على زر لمقدّم الخدمة الذي اخترته Gemini API حتى يظهر لك محتوى خاص بمقدّم الخدمة في هذه الصفحة. |
يمكنك أن تطلب من نموذج Gemini إنشاء نص من خلال تقديم طلب يتضمّن نصًا وفيديو، مع توفير mimeType لكل ملف إدخال والملف نفسه. يمكنك الاطّلاع على المتطلبات والاقتراحات المتعلقة بملفات الإدخال لاحقًا في هذه الصفحة.
Swift
يمكنك استخدام الدالة
generateContent()
لإنشاء نص من إدخال متعدّد الوسائط يتضمّن ملفات نصية وفيديوهات.
import FirebaseAILogic
// Initialize the Gemini Developer API backend service.
let ai = FirebaseAI.firebaseAI(backend: .googleAI())
// Create a `GenerativeModel` instance with a model that supports your use case.
let model = ai.generativeModel(modelName: "gemini-3.7-flash")
// Provide the video as `Data` with the appropriate MIME type.
let video = InlineDataPart(data: try Data(contentsOf: videoURL), mimeType: "video/mp4")
// Provide a text prompt to include with the video
let prompt = "What is in the video?"
// To generate text output, call generateContent with the text and video
let response = try await model.generateContent(video, prompt)
print(response.text ?? "No text in response.")
Kotlin
يمكنك استخدام الدالة
generateContent()
لإنشاء نص من إدخال متعدّد الوسائط يتضمّن ملفات نصية وفيديوهات.
// Initialize the Gemini Developer API backend service.
// Create a `GenerativeModel` instance with a model that supports your use case.
val model = Firebase.ai(backend = GenerativeBackend.googleAI())
.generativeModel("gemini-3.7-flash")
val contentResolver = applicationContext.contentResolver
contentResolver.openInputStream(videoUri).use { stream ->
stream?.let {
val bytes = stream.readBytes()
// Provide a prompt that includes the video specified above and text
val prompt = content {
inlineData(bytes, "video/mp4")
text("What is in the video?")
}
// To generate text output, call generateContent with the prompt
val response = model.generateContent(prompt)
Log.d(TAG, response.text ?: "")
}
}
Java
يمكنك استخدام الدالة
generateContent()
لإنشاء نص من إدخال متعدّد الوسائط يتضمّن ملفات نصية وفيديوهات.
ListenableFuture.
// Initialize the Gemini Developer API backend service.
// Create a `GenerativeModel` instance with a model that supports your use case.
GenerativeModel ai = FirebaseAI.getInstance(GenerativeBackend.googleAI())
.generativeModel("gemini-3.7-flash");
// Use the GenerativeModelFutures Java compatibility layer which offers
// support for ListenableFuture and Publisher APIs
GenerativeModelFutures model = GenerativeModelFutures.from(ai);
ContentResolver resolver = getApplicationContext().getContentResolver();
try (InputStream stream = resolver.openInputStream(videoUri)) {
File videoFile = new File(new URI(videoUri.toString()));
int videoSize = (int) videoFile.length();
byte[] videoBytes = new byte[videoSize];
if (stream != null) {
stream.read(videoBytes, 0, videoBytes.length);
stream.close();
// Provide a prompt that includes the video specified above and text
Content prompt = new Content.Builder()
.addInlineData(videoBytes, "video/mp4")
.addText("What is in the video?")
.build();
// To generate text output, call generateContent with the prompt
ListenableFuture<GenerateContentResponse> response = model.generateContent(prompt);
Futures.addCallback(response, new FutureCallback<GenerateContentResponse>() {
@Override
public void onSuccess(GenerateContentResponse result) {
String resultText = result.getText();
System.out.println(resultText);
}
@Override
public void onFailure(Throwable t) {
t.printStackTrace();
}
}, executor);
}
} catch (IOException e) {
e.printStackTrace();
} catch (URISyntaxException e) {
e.printStackTrace();
}
Web
يمكنك الاتصال بـ
generateContent()
لإنشاء نص من إدخال متعدّد الوسائط يتضمّن ملفات نصية وفيديوهات.
import { initializeApp } from "firebase/app";
import { getAI, getGenerativeModel, GoogleAIBackend } from "firebase/ai";
// TODO(developer): Replace the following with your app's Firebase configuration
// See: https://firebase.google.com/docs/web/learn-more#config-object
const firebaseConfig = {
// ...
};
// Initialize FirebaseApp
const firebaseApp = initializeApp(firebaseConfig);
// Initialize the Gemini Developer API backend service.
const ai = getAI(firebaseApp, { backend: new GoogleAIBackend() });
// Create a `GenerativeModel` instance with a model that supports your use case.
const model = getGenerativeModel(ai, { model: "gemini-3.7-flash" });
// Converts a File object to a Part object.
async function fileToGenerativePart(file) {
const base64EncodedDataPromise = new Promise((resolve) => {
const reader = new FileReader();
reader.onloadend = () => resolve(reader.result.split(',')[1]);
reader.readAsDataURL(file);
});
return {
inlineData: { data: await base64EncodedDataPromise, mimeType: file.type },
};
}
async function run() {
// Provide a text prompt to include with the video
const prompt = "What do you see?";
const fileInputEl = document.querySelector("input[type=file]");
const videoPart = await fileToGenerativePart(fileInputEl.files[0]);
// To generate text output, call generateContent with the text and video
const result = await model.generateContent([prompt, videoPart]);
const response = result.response;
const text = response.text();
console.log(text);
}
run();
Dart
يمكنك استدعاء الدالة
generateContent()
لإنشاء نص من إدخال متعدّد الوسائط يتضمّن ملفات نصية وفيديوهات.
import 'package:firebase_ai/firebase_ai.dart';
import 'package:firebase_core/firebase_core.dart';
import 'firebase_options.dart';
// Initialize FirebaseApp
await Firebase.initializeApp(
options: DefaultFirebaseOptions.currentPlatform,
);
// Initialize the Gemini Developer API backend service.
// Create a `GenerativeModel` instance with a model that supports your use case.
final model =
FirebaseAI.googleAI().generativeModel(model: 'gemini-3.7-flash');
// Provide a text prompt to include with the video
final prompt = TextPart("What's in the video?");
// Prepare video for input
final video = await File('video0.mp4').readAsBytes();
// Provide the video as `Data` with the appropriate mimetype
final videoPart = InlineDataPart('video/mp4', video);
// To generate text output, call generateContent with the text and images
final response = await model.generateContent([
Content.multi([prompt, ...videoPart])
]);
print(response.text);
Unity
يمكنك استخدام الدالة
GenerateContentAsync()
لإنشاء نص من إدخال متعدّد الوسائط يتضمّن ملفات نصية وفيديوهات.
using Firebase;
using Firebase.AI;
// Initialize the Gemini Developer API backend service.
var ai = FirebaseAI.GetInstance(FirebaseAI.Backend.GoogleAI());
// Create a `GenerativeModel` instance with a model that supports your use case.
var model = ai.GetGenerativeModel(modelName: "gemini-3.7-flash");
// Provide the video as `data` with the appropriate MIME type.
var video = ModelContent.InlineData("video/mp4",
System.IO.File.ReadAllBytes(System.IO.Path.Combine(
UnityEngine.Application.streamingAssetsPath, "yourVideo.mp4")));
// Provide a text prompt to include with the video
var prompt = ModelContent.Text("What is in the video?");
// To generate text output, call GenerateContentAsync with the text and video
var response = await model.GenerateContentAsync(new [] { video, prompt });
UnityEngine.Debug.Log(response.Text ?? "No text in response.");
تعرَّف على كيفية اختيار نموذج اختياري مناسبَين لحالة الاستخدام والتطبيق.
عرض الرد تدريجيًا
|
قبل تجربة هذا النموذج، أكمل القسم
قبل البدء من هذا الدليل
لإعداد مشروعك وتطبيقك. في هذا القسم، ستنقر أيضًا على زر لمقدّم الخدمة الذي اخترته Gemini API حتى يظهر لك محتوى خاص بمقدّم الخدمة في هذه الصفحة. |
يمكنك تحقيق تفاعلات أسرع من خلال عدم انتظار النتيجة الكاملة من إنشاء النموذج، واستخدام البث بدلاً من ذلك للتعامل مع النتائج الجزئية.
لبث الردّ، اتّصِل بالرقم generateContentStream.
المتطلبات والاقتراحات المتعلقة بملفات الفيديو المدخلة
يُرجى العِلم أنّ الملف المقدَّم كبيانات مضمّنة يتم ترميزه إلى base64 أثناء نقله، ما يؤدي إلى زيادة حجم الطلب. يظهر لك الخطأ HTTP 413 إذا كان الطلب كبيرًا جدًا.
يمكنك الاطّلاع على صفحة "الملفات المتوافقة ومتطلباتها" للحصول على معلومات مفصّلة حول ما يلي:
- خيارات مختلفة لتقديم ملف في طلب (إما مضمّنًا أو باستخدام عنوان URL أو معرّف موارد منتظم (URI) للملف)
- المتطلبات وأفضل الممارسات المتعلقة بملفات الفيديو
أنواع MIME المتوافقة للفيديوهات
تتوافق النماذج المتعدّدة الوسائط Gemini مع أنواع MIME التالية للفيديوهات:
- FLV -
video/x-flv - MOV -
video/quicktime - MPEG -
video/mpeg - MPEGPS -
video/mpegps - MPG -
video/mpg - MP4 -
video/mp4 - WEBM -
video/webm - WMV -
video/wmv - 3GPP -
video/3gpp
الحدود القصوى لكل طلب
الحد الأقصى لعدد الملفات لكل طلب: 10 ملفات فيديو
ما هي الإجراءات الأخرى التي يمكنك تنفيذها؟
- تعرَّف على كيفية احتساب الرموز المميزة قبل إرسال طلبات طويلة إلى النموذج.
- يمكنك إعداد Cloud Storage for Firebase لتضمين ملفات كبيرة في طلباتك المتعددة الوسائط والحصول على حلّ أكثر إدارةً لتوفير الملفات في الطلبات. يمكن أن تتضمّن الملفات صورًا وملفات PDF وفيديوهات وملفات صوتية.
-
ابدأ التفكير في الاستعداد للإصدار العلني (راجِع
قائمة المهام الخاصة بالإصدار العلني):
- فرض Firebase App Check في أقرب وقت ممكن للمساعدة في حماية Gemini API من إساءة الاستخدام من قِبل البرامج غير المصرّح بها
- استخدِم Firebase Remote Config أو نماذج طلبات الخادم لتتمكّن من إجراء تغييرات عند الطلب على إعدادات ميزة الذكاء الاصطناعي (مثل اسم النموذج) بدون إصدار نسخة جديدة من تطبيقك.
تجربة إمكانات أخرى
- إنشاء محادثات مترابطة (محادثة)
- إنشاء نص من طلبات نصية فقط
- إنشاء ناتج منظَّم (مثل JSON) من الطلبات النصية وطلبات الوسائط المتعددة
- إنشاء الصور وتعديلها من الطلبات النصية وطلبات الوسائط المتعددة
- إنشاء محتوى صوتي (بصوت شخص واحد أو عدة أشخاص) باستخدام نماذج Gemini لتحويل النص إلى كلام (TTS)
-
استخدِم أدوات (مثل استدعاء الدوال
وGrounding باستخدام
Google Search أوGoogle Maps ) لربط نموذج Gemini بأجزاء أخرى من تطبيقك وأنظمة ومعلومات خارجية.
كيفية التحكّم في إنشاء المحتوى
- فهم تصميم الطلبات، بما في ذلك أفضل الممارسات والاستراتيجيات وأمثلة على الطلبات
- ضبط مَعلمات النموذج مثل أقصى عدد لرموز الناتج المميّزة، واحتمالية تكرار رموز الناتج المميّزة، وما إلى ذلك
- استخدام إعدادات الأمان لتعديل احتمالية تلقّي ردود قد تُعتبر ضارة
مزيد من المعلومات عن النماذج المتاحة
يمكنك الاطّلاع على النماذج المتاحة لمختلف حالات الاستخدام والحصص والأسعار الخاصة بها.تقديم ملاحظات حول تجربتك مع Firebase AI Logic