حدود ومواصفات Live API


توضّح هذه الصفحة الحدود والمواصفات المختلفة لاستخدام Live API ونماذجه.

المواصفات والحدود العامة

  • الإدخال والإخراج المتوافقان: (للاطّلاع على التفاصيل، يُرجى مراجعة تنسيقات الوسائط أدناه)

    • الإدخال: نص، صور (ليست ملفات PDF)، صوت، فيديو
    • الناتج: نص (تحويل الصوت إلى نص) وصوت (بث)

  • الأدوات المتوافقة: استدعاء الدوال، والتحقّق من المصادر باستخدام Google Search، والتحقّق من المصادر باستخدام Google Maps

  • تاريخ آخر تحديث للبيانات: يناير 2025

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

الحدود المتعلّقة بالجلسات

بالنسبة إلى Live API، تشير الجلسة إلى اتصال مستمر يتم فيه بث الإدخال والإخراج بشكل متواصل عبر الاتصال.

إذا تجاوزت الجلسة أيًا من الحدود التالية، يتم إنهاء الاتصال. ومع ذلك، يوفّر Live API بعض الخيارات (انظر أدناه) للتعامل مع هذه الحدود المتعلقة بالجلسة.

  • قدرة الاستيعاب في الجلسة تقتصر على 128 ألف رمز مميّز.

    بسبب هذا الحدّ الأقصى لقدرة الاستيعاب، إليك الحدّ الأقصى التقريبي لمدة الجلسة استنادًا إلى أساليب الإدخال:

    • تقتصر جلسات الإدخال الصوتي فقط على 15 دقيقة.
    • يجب ألا تتجاوز مدة الفيديو والصوت المُدخَلَين دقيقتَين.

  • مدة الاتصال محدودة بنحو 10 دقائق.

    ستتلقّى إشعارًابالمغادرة قبل 60 ثانية تقريبًا من انتهاء الاتصال.

في ما يلي بعض الخيارات للتعامل مع الحدود المتعلّقة بالجلسات:

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

  • استئناف جلسة لمنع فقدان سياق المحادثة أثناء انقطاع الاتصال بالشبكة لفترة وجيزة أو بعد تلقّي إشعار مغادرة.

مزيد من المعلومات حول إدارة الجلسات

الحدود القصوى لمعدّل الاستخدام

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

  • Gemini Developer API:

  • Agent Platform Gemini API (formerly Vertex AI):

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

تنسيقات الوسائط

يتيح Live API استخدام أنواع الوسائط التالية:

  • الإدخال: الصور والصوت والفيديو
  • الناتج: صوتي

تنسيقات الصور

يتيح Live API ما يلي لإدخال الصور:

  • 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 جهاز Live API مع تنسيقات الصوت التالية:

  • تنسيق الصوت المُدخَل: صوت PCM خام بمعدّل 16 بت وترميز 16 كيلوهرتز بنظام الترتيب الصغير

  • تنسيق الصوت الناتج: صوت PCM خام 16 بت بتردد 24 كيلوهرتز بنظام little-endian

  • 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 البيانات في الملف الصوتي المُدخل، اضبط نوع MIME لكل ملف Blob يحتوي على صوت على قيمة مثل audio/pcm;rate=16000.

تنسيقات الفيديوهات

يتوقّع Live API تسلسلاً من إطارات الصور المنفصلة ويتيح إدخال إطارات الفيديو بمعدّل إطار واحد في الثانية (FPS).

  • الإدخال المقترَح: دقة أصلية تبلغ 768×768 بكسل 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 مناسب لحالات الاستخدام التي تتطلّب تحليل فيديو سريع التغيّر، مثل التعليق المباشر في الرياضات السريعة.

أصوات الردود

تتيح Live API استخدام 30 صوتًا اصطناعيًا مختلفًا بدقة عالية، ولكل منها خصائص مميزة. يمكنك الاطّلاع على قائمة بخيارات أصوات الردود والاستماع إلى عيّنات من كل صوت من خلال توسيع القسم أدناه.

إذا لم تحدّد صوتًا للردّ، سيتم استخدام الصوت التلقائي Puck.

كيفية تحديد صوت الردّ

اللغات

يتيح Live API اللغات التالية. كيفية التأثير في لغة الردّ

اللغات المتوافقة مع جميع نماذج إنشاء الصوت
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
اللغات الإضافية المتوافقة مع الإصدارات 3.x من نماذج إنشاء الصوت
اللغة رمز BCP-47 اللغة رمز BCP-47
الأفريقانية af الفلبينية fil
الألبانية sq الفنلندية الفنلندية
الأمهرية صباحًا الغليشيانية gl
الأرمينية hy الجورجية ka
الأذربيجانية az اليونانية el
الباسكية eu الغوجاراتية gu
البيلاروسية be اللغة الكريولية الهايتية ht
البلغارية bg العبرية هو
البورمية my الهنغارية hu
الكتالانية ca الأيسلندية هو
السيبيوانية ceb الجافانية jv
الصينية، المندرينية cmn الكانادا kn
الكرواتية ساعة الكونكانية الكونكانية
التشيكية cs اللاوية lo
الدانماركية da اللاتينية la
الإستونية et اللاتفية اللاتفية
الليتوانية lt اللوكسمبورغية رطل
المقدونية mk المايثلية mai
الملغاشية مليغرام الماليزية ms
المالايالامية ml المنغولية mn
النيبالية ne النرويجية (بوكمول) nb
النرويجية (نينورسك) nn الأوديا أو
البشتو ps الفارسية fa
بنجابي pa الصربية sr
السندية sd السنهالية si
السلوفاكية السلوفاكية السلوفينية sl
السواحيلية sw السويدية sv
الأوردية ur