লাইভ এপিআই-এর সীমা এবং স্পেসিফিকেশন

এই পৃষ্ঠায় Live API এবং এর মডেলগুলো ব্যবহারের বিভিন্ন সীমাবদ্ধতা ও নির্দিষ্টকরণ বর্ণনা করা হয়েছে।

সাধারণ স্পেসিফিকেশন এবং সীমা

• সমর্থিত ইনপুট ও আউটপুট : (বিস্তারিত জানতে, নিচে মিডিয়া ফরম্যাটগুলো দেখুন)

  • ইনপুট: টেক্সট, ছবি (পিডিএফ নয়), অডিও, ভিডিও
  • আউটপুট: টেক্সট (ট্রান্সক্রিপশন) এবং অডিও (স্ট্রিমিং)

• সমর্থিত টুলসমূহ : ফাংশন কলিং, Google Search মাধ্যমে গ্রাউন্ডিং, Google Maps মাধ্যমে গ্রাউন্ডিং

• জ্ঞান পরীক্ষার শেষ তারিখ : জানুয়ারি ২০২৫

Live API স্ট্রাকচার্ড আউটপুট (যেমন JSON) তৈরি করা বা কাউন্ট টোকেনস এপিআই সমর্থন করে না ।

সেশন-সম্পর্কিত সীমা

Live API ক্ষেত্রে, সেশন বলতে এমন একটি স্থায়ী সংযোগকে বোঝায় যেখানে একটি সংযোগের মাধ্যমে ইনপুট এবং আউটপুট অবিচ্ছিন্নভাবে প্রবাহিত হয়।

সেশনটি নিম্নলিখিত সীমাগুলির কোনোটি অতিক্রম করলে, সংযোগটি বিচ্ছিন্ন হয়ে যায়। তবে, মনে রাখবেন যে, এই সেশন-সম্পর্কিত সীমাগুলি পরিচালনা করার জন্য Live API কিছু বিকল্প প্রদান করে (নীচে দেখুন)।

• সেশন কনটেক্সট উইন্ডো ১২৮কে টোকেনে সীমাবদ্ধ।

  এই কনটেক্সট উইন্ডো সীমাবদ্ধতার কারণে, ইনপুট মোডালিটির উপর ভিত্তি করে আনুমানিক সর্বোচ্চ সেশন দৈর্ঘ্য নিচে দেওয়া হলো:

  • শুধুমাত্র অডিও ইনপুট সেশন ১৫ মিনিটের মধ্যে সীমাবদ্ধ।
  • ভিডিও ও অডিও ইনপুটের সময়সীমা ২ মিনিট ।

• সংযোগের মেয়াদ প্রায় ১০ মিনিট পর্যন্ত সীমিত।

  সংযোগ শেষ হওয়ার প্রায় ৬০ সেকেন্ড আগে আপনি একটি বিদায়ী বিজ্ঞপ্তি পাবেন।

সেশন-সম্পর্কিত সীমাগুলো পরিচালনা করার জন্য এখানে কিছু বিকল্প দেওয়া হলো:

• সেশন কনটেক্সট উইন্ডোটি সংকুচিত করুন , যাতে সার্ভার স্বয়ংক্রিয়ভাবে কনটেক্সটের আকার সীমার মধ্যে বজায় রাখে।

• সংক্ষিপ্ত নেটওয়ার্ক সংযোগ বিচ্ছিন্ন হওয়ার সময় বা চলে যাওয়ার বিজ্ঞপ্তি পাওয়ার পর কথোপকথনের বিষয়বস্তু হারিয়ে যাওয়া থেকে বাঁচতে সেশনটি পুনরায় শুরু করুন ।

সেশন ব্যবস্থাপনা সম্পর্কে আরও জানুন।

হারের সীমা

Live API প্রতিটি ফায়ারবেস প্রজেক্টের জন্য একযোগে সেশন এবং প্রতি মিনিটে টোকেন (TPM) উভয়ের জন্যই রেট লিমিট রয়েছে।

• জেমিনি ডেভেলপার এপিআই :

  • আপনার প্রোজেক্টের Gemini Developer API 'ব্যবহারের স্তর'-এর উপর ভিত্তি করে সীমা পরিবর্তিত হয় (তাদের রেট লিমিট সংক্রান্ত ডকুমেন্টেশন দেখুন)।

• এজেন্ট প্ল্যাটফর্ম জেমিনি এপিআই (পূর্বে ভার্টেক্স এআই) :

  • প্রতিটি ফায়ারবেস প্রোজেক্টে ১,০০০টি যুগপৎ সেশন
  • প্রতি মিনিটে ৪ মিলিয়ন টোকেন

মিডিয়া ফরম্যাট

Live API নিম্নলিখিত ধরনের মিডিয়া সমর্থন করে:

• ইনপুট : ছবি, অডিও, ভিডিও
• আউটপুট : অডিও

ছবির ফরম্যাট

Live API ছবি ইনপুটের জন্য নিম্নলিখিত বিষয়গুলো সমর্থন করে:

• প্রতিটি প্রম্পটে সর্বোচ্চ ছবির সংখ্যা : ৩,০০০

• প্রতি ফাইলের সর্বোচ্চ আকার (ইনলাইন ডেটা) : ৭ এমবি

• সমর্থিত MIME টাইপসমূহ : image/png , image/jpeg , image/webp , image/heic , image/heif

অডিও ফরম্যাট

Live API নিম্নলিখিত অডিও ফরম্যাটগুলো সমর্থন করে:

• ইনপুট অডিও ফরম্যাট: ১৬ কিলোহার্টজ লিটল-এন্ডিয়ানে র ১৬ বিট পিসিএম অডিও

• আউটপুট অডিও ফরম্যাট: ২৪ কিলোহার্টজ লিটল-এন্ডিয়ানে র ১৬ বিট পিসিএম অডিও

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

ইনপুট অডিওর স্যাম্পল রেট জানাতে, অডিও ধারণকারী প্রতিটি Blob-এর MIME টাইপকে audio/pcm;rate=16000 এর মতো কোনো মানে সেট করুন।

ভিডিও ফরম্যাট

Live API একাধিক বিচ্ছিন্ন ইমেজ ফ্রেমের একটি ক্রম আশা করে এবং প্রতি সেকেন্ডে ১ ফ্রেম (FPS) হারে ভিডিও ফ্রেম ইনপুট সমর্থন করে।

• সুপারিশকৃত ইনপুট : নেটিভ ৭৬৮x৭৬৮ রেজোলিউশন, ১ এফপিএস।

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

উল্লেখ্য যে, এই স্পেসিফিকেশনটি Live API এমন সব ব্যবহারের ক্ষেত্রে অনুপযুক্ত করে তোলে যেখানে দ্রুত পরিবর্তনশীল ভিডিও বিশ্লেষণ করার প্রয়োজন হয়, যেমন দ্রুতগতির খেলাধুলার প্লে-বাই-প্লে ধারাভাষ্য।

প্রতিক্রিয়া কণ্ঠস্বর

Live API ৩০টি ভিন্ন সিন্থেসাইজড এইচডি ভয়েস সমর্থন করে, যেগুলোর প্রত্যেকটির স্বতন্ত্র বৈশিষ্ট্য রয়েছে। নিচের অংশটি প্রসারিত করে আপনি রেসপন্স ভয়েস অপশনগুলোর তালিকা দেখতে এবং প্রতিটি ভয়েসের ডেমো শুনতে পারবেন ।

আপনি যদি কোনো প্রতিক্রিয়া কণ্ঠস্বর নির্দিষ্ট না করেন, তাহলে ডিফল্ট হিসেবে Puck ব্যবহৃত হয়।

প্রতিক্রিয়ার কণ্ঠস্বর কীভাবে নির্দিষ্ট করতে হয় তা জানুন।

প্রতিক্রিয়া জানানোর ভয়েস বিকল্পগুলির তালিকা দেখুন এবং ডেমো শুনুন।

কণ্ঠের নাম	বর্ণনা	লিঙ্গ	ডেমো
Achernar	নরম	মহিলা
Achird	বন্ধুত্বপূর্ণ	পুরুষ
Algenib	নুড়িময়	পুরুষ
Algieba	মসৃণ	পুরুষ
Alnilam	দৃঢ়	পুরুষ
Aoede	বাতাস বইছে	মহিলা
Autonoe	উজ্জ্বল	মহিলা
Callirrhoe	সহজ-সরল	মহিলা
Charon	তথ্যপূর্ণ	পুরুষ
Despina	মসৃণ	মহিলা
Enceladus	শ্বাসপ্রশ্বাস	পুরুষ
Erinome	পরিষ্কার	মহিলা
Fenrir	উত্তেজিত	পুরুষ
Gacrux	পরিপক্ক	মহিলা
Iapetus	পরিষ্কার	পুরুষ
Kore	দৃঢ়	মহিলা
Laomedeia	উচ্ছ্বসিত	মহিলা
Leda	যৌবন	মহিলা
Orus	দৃঢ়	পুরুষ
Puck	উচ্ছ্বসিত	পুরুষ
Pulcherrima	ফরোয়ার্ড	মহিলা
Rasalgethi	তথ্যপূর্ণ	পুরুষ
Sadachbia	প্রাণবন্ত	পুরুষ
Sadaltager	জ্ঞানী	পুরুষ
Schedar	এমনকি	পুরুষ
Sulafat	উষ্ণ	মহিলা
Umbriel	সহজ-সরল	পুরুষ
Vindemiatrix	কোমল	মহিলা
Zephyr	উজ্জ্বল	মহিলা
Zubenelgenubi	নৈমিত্তিক	পুরুষ

ভাষা

Live API নিম্নলিখিত ভাষাগুলো সমর্থন করে। প্রতিক্রিয়ার ভাষা কীভাবে প্রভাবিত করা যায় তা জানুন।

সকল অডিও-জেনারেটিং মডেল দ্বারা সমর্থিত ভাষাসমূহ

ভাষা	বিসিপি-৪৭ কোড	ভাষা	বিসিপি-৪৭ কোড
আরবি (মিশরীয়)	ar-EG	জার্মান (জার্মানি)	ডি-ডিই
ইংরেজি (মার্কিন যুক্তরাষ্ট্র)	en-US	স্প্যানিশ (মার্কিন যুক্তরাষ্ট্র)	es-US
ফরাসি (ফ্রান্স)	fr-FR	হিন্দি (ভারত)	হাই-ইন
ইন্দোনেশিয়ান (ইন্দোনেশিয়া)	আইডি-আইডি	ইতালীয় (ইতালি)	আইটি-আইটি
জাপানি (জাপান)	জা-জেপি	কোরিয়ান (কোরিয়া)	কো-কেআর
পর্তুগিজ (ব্রাজিল)	পিটি-বিআর	রাশিয়ান (রাশিয়া)	ru-RU
ডাচ (নেদারল্যান্ডস)	এনএল-এনএল	পোলিশ (পোল্যান্ড)	pl-PL
থাই (থাইল্যান্ড)	তম-টিএইচ	তুর্কি (তুরস্ক)	tr-TR
ভিয়েতনামী (ভিয়েতনাম)	ভি-ভিএন	রোমানিয়ান (রোমানিয়া)	ro-RO
ইউক্রেনীয় (ইউক্রেন)	ইউকে-ইউএ	বাংলা (বাংলাদেশ)	bn-BD
ইংরেজি (ভারত)	en-IN এবং hi-IN বান্ডেল	মারাঠি (ভারত)	মিঃ-আইএন
তামিল (ভারত)	তা-আইএন	তেলুগু (ভারত)	te-IN

অডিও-জেনারেটিং 3.x মডেল দ্বারা সমর্থিত অতিরিক্ত ভাষাসমূহ

ভাষা	বিসিপি-৪৭ কোড	ভাষা	বিসিপি-৪৭ কোড
আফ্রিকান	আফ	ফিলিপিনো	ফিল
আলবেনিয়ান	বর্গ	ফিনিশ	ফি
আমহারিক	সকাল	গ্যালিসিয়ান	জিএল
আর্মেনীয়	হাই	জর্জিয়ান	কা
আজারবাইজানীয়	আজ	গ্রীক	এল
বাস্ক	ইউরোপীয় ইউনিয়ন	গুজরাটি	গু
বেলারুশীয়	হতে	হাইতিয়ান ক্রেওল	এইচটি
বুলগেরীয়	বিজি	হিব্রু	সে
বর্মী	আমার	হাঙ্গেরীয়	হু
কাতালান	ca	আইসল্যান্ডীয়	হয়
সেবুয়ানো	সেব	জাভানিজ	jv
চীনা, ম্যান্ডারিন	সিএমএন	কন্নড়	কেএন
ক্রোয়েশীয়	এইচআর	কোঙ্কনি	কোক
চেক	সিএস	লাও	লো
ড্যানিশ	দা	ল্যাটিন	লা
এস্তোনিয়ান	এবং	লাতভিয়ান	এলভি
লিথুয়ানিয়ান	এলটি	লুক্সেমবার্গীয়	পাউন্ড
ম্যাসিডোনিয়ান	এমকে	মৈথিলী	মাই
মালাগাসি	মিলিগ্রাম	মালয়	এমএস
মালয়ালম	এমএল	মঙ্গোলীয়	এমএন
নেপালি	নে	নরওয়েজিয়ান, বোকমাল	nb
নরওয়েজিয়ান, নিনরস্ক	এনএন	ওড়িয়া	অথবা
পশতু	পিএস	ফার্সি	ফা
পাঞ্জাবি	পা	সার্বিয়ান	এসআর
সিন্ধি	এসডি	সিংহলী	সি
স্লোভাক	এসকে	স্লোভেনীয়	এসএল
সোয়াহিলি	এসডব্লিউ	সুইডিশ	এসভি
উর্দু	উর