Limiti e specifiche dell'API Live 

Questa pagina descrive vari limiti e specifiche per l'utilizzo del Live API e dei relativi modelli.

Limiti relativi alle sessioni

Per l'Live API, una sessione si riferisce a una connessione persistente in cui l'input e l'output vengono trasmessi in streaming continuamente su una connessione.

Se la sessione supera uno qualsiasi dei seguenti limiti, la connessione viene terminata. Tieni presente, tuttavia, che il Live API fornisce alcune opzioni (vedi di seguito) per gestire questi limiti relativi alle sessioni.

• La finestra contestuale della sessione è limitata a 128.000 token.

  A causa di questo limite della finestra contestuale, ecco le durate massime approssimative delle sessioni in base alle modalità di input:

  • Le sessioni di input solo audio sono limitate a 15 minuti.
  • L'input video + audio è limitato a 2 minuti.

• La durata della connessione è limitata a circa 10 minuti.

  Riceverai una notifica di going away circa 60 secondi prima della fine della connessione.

Ecco alcune opzioni per gestire i limiti relativi alle sessioni:

• Comprimi la finestra contestuale della sessione in modo che il server mantenga automaticamente le dimensioni del contesto entro il limite.

• Riprendi una sessione per evitare di perdere il contesto della conversazione durante brevi disconnessioni di rete o dopo aver ricevuto una notifica di going away.

Scopri di più sulla gestione delle sessioni.

Limiti di frequenza

Il Live API ha limiti di frequenza sia per le sessioni simultanee per progetto Firebase sia per i token al minuto (TPM).

• Gemini Developer API:

  • I limiti variano in base al Gemini Developer API "livello di utilizzo" dell'API Gemini Developer del tuo progetto (consulta la documentazione sui limiti di frequenza)

• Vertex AI Gemini API:

  • 1000 sessioni simultanee per progetto Firebase
  • 4 milioni di token al minuto

Formati audio

Il Live API supporta i seguenti formati audio:

• Formato audio di input:audio PCM a 16 bit non elaborato a 16 kHz little-endian

• Formato audio di output:audio PCM a 16 bit non elaborato a 24 kHz little-endian

• Tipi MIME supportati: audio/x-aac, audio/flac, audio/mp3, audio/m4a, audio/mpeg, audio/mpga, audio/mp4, audio/ogg, audio/pcm, audio/wav, audio/webm

Per indicare la frequenza di campionamento dell'audio di input, imposta il tipo MIME di ogni blob contenente audio su un valore come audio/pcm;rate=16000.

Formati video

Il Live API prevede una sequenza di frame di immagini discreti e supporta l'input di frame video a 1 frame al secondo (FPS).

• Input consigliato: risoluzione nativa 768x768 a 1 FPS.

• Tipi MIME supportati: video/x-flv, video/quicktime, video/mpeg, video/mpegs, video/mpg, video/mp4, video/webm, video/wmv, video/3gpp

Tieni presente che questa specifica rende il Live API inadatto ai casi d'uso che richiedono l'analisi di video in rapida evoluzione, come le riproduzioni in diretta di sport ad alta velocità.

Voci di risposta

Il Live API supporta le seguenti opzioni di voce di risposta. Per le demo di ogni voce, consulta Chirp 3: voci in HD.

Se non specifichi una voce di risposta, il valore predefinito è Puck.

Scopri come specificare la voce di risposta.

Zephyr -- Brillante Kore -- Fermo Orus -- Fermo Autonoe -- Brillante Umbriel -- Tranquillo Erinome -- Chiaro Laomedeia -- Allegro Schedar -- Uniforme Achird -- Amichevole Sadachbia -- Vivace

Puck -- Allegro Fenrir -- Eccitabile Aoede -- Spensierato Enceladus -- Ansimante Algieba -- Fluido Algenib -- Rauco Achernar -- Dolce Gacrux -- Maturo Zubenelgenubi -- Informale Sadaltager -- Competente

Charon -- Informativo Leda -- Giovanile Callirrhoe -- Tranquillo Iapetus -- Chiaro Despina -- Fluido Rasalgethi -- Informativo Alnilam -- Fermo Pulcherrima -- Diretto Vindemiatrix -- Delicato Sulafat -- Caldo

Lingue

Il Live API supporta le seguenti lingue. Scopri come influenzare la lingua di risposta.

Lingua	Codice BCP-47	Lingua	Codice BCP-47
Arabo (egiziano)	ar-EG	Tedesco (Germania)	de-DE
Inglese (USA)	en-US	Spagnolo (USA)	es-US
Francese (Francia)	fr-FR	Hindi (India)	hi-IN
Indonesiano (Indonesia)	id-ID	Italiano (Italia)	it-IT
Giapponese (Giappone)	ja-JP	Coreano (Corea)	ko-KR
Portoghese (Brasile)	pt-BR	Russo (Russia)	ru-RU
Olandese (Paesi Bassi)	nl-NL	Polacco (Polonia)	pl-PL
Thailandese (Thailandia)	th-TH	Turco (Turchia)	tr-TR
Vietnamita (Vietnam)	vi-VN	Rumeno (Romania)	ro-RO
Ucraino (Ucraina)	uk-UA	Bengalese (Bangladesh)	bn-BD
Inglese (India)	Bundle en-IN e hi-IN	Marathi (India)	mr-IN
Tamil (India)	ta-IN	Telugu (India)	te-IN