이 페이지에서는 Live API 및 해당 모델 사용에 관한 다양한 제한사항과 사양을 설명합니다.
일반 사양 및 한도
지원되는 입력 및 출력: (자세한 내용은 아래의 미디어 형식 참고)
- 입력: 텍스트, 이미지 (PDF 아님), 오디오, 동영상
- 출력: 텍스트 (스크립트) 및 오디오 (스트리밍)
지원되는 도구: 함수 호출,
Google Search 를 사용한 그라운딩,Google Maps 를 사용한 그라운딩지식 단절 날짜: 2025년 1월
Live API는 구조화된 출력 (예: JSON) 또는 토큰 수 API 생성을 지원하지 않습니다.
세션 관련 한도
Live API의 경우 세션은 연결을 통해 입력과 출력이 지속적으로 스트리밍되는 영구 연결을 나타냅니다.
세션이 다음 한도 중 하나라도 초과하면 연결이 종료됩니다. 하지만 Live API에서는 이러한 세션 관련 제한을 처리할 수 있는 몇 가지 옵션 (아래 참고)을 제공합니다.
세션 컨텍스트 윈도우는 토큰 128,000개로 제한됩니다.
이 컨텍스트 윈도우 제한으로 인해 입력 모달리티에 따른 대략적인 최대 세션 길이는 다음과 같습니다.
- 오디오 전용 입력 세션은
15분 으로 제한됩니다. - 동영상 + 오디오 입력은
2분 으로 제한됩니다.
- 오디오 전용 입력 세션은
연결 길이는 약
10분 으로 제한됩니다.연결이 종료되기
60초 전에 종료 알림이 전송됩니다.
세션 관련 제한을 처리하는 몇 가지 옵션은 다음과 같습니다.
서버가 한도 내에서 컨텍스트 크기를 자동으로 유지하도록 세션 컨텍스트 윈도우를 압축합니다.
세션을 재개하여 일시적인 네트워크 연결 해제 중이나 외출 알림을 받은 후 대화 컨텍스트가 손실되지 않도록 합니다.
세션 관리에 대해 자세히 알아보세요.
비율 제한
Live API에는 Firebase 프로젝트당 동시 세션과 분당 토큰 수 (TPM)에 대한 속도 제한이 있습니다.
Gemini Developer API:
- 한도는 프로젝트의 Gemini Developer API '사용량 등급'에 따라 다릅니다(요금 한도 문서 참고).
Agent Platform Gemini API (formerly Vertex AI):
- Firebase 프로젝트당 동시 세션 수 1,000개
- 분당 토큰 4백만 개
미디어 형식
Live API는 다음 유형의 미디어를 지원합니다.
- 입력: 이미지, 오디오, 동영상
- 출력: 오디오
이미지 형식
Live API은 이미지 입력에 다음을 지원합니다.
프롬프트당 최대 이미지 수: 3,000
파일당 최대 파일 크기 (인라인 데이터): 7MB
지원되는 MIME 유형:
image/png,image/jpeg,image/webp,image/heic,image/heif
오디오 형식
Live API는 다음 오디오 형식을 지원합니다.
- 입력 오디오 형식: 16kHz의 원시 16비트 PCM 오디오, 리틀 엔디안
출력 오디오 형식: 24kHz의 원시 16비트 PCM 오디오, 리틀 엔디안
지원되는 MIME 유형:
audio/x-aac,audio/flac,audio/mp3,audio/m4a,audio/mpeg,audio/mpga,audio/mp4,audio/ogg,audio/pcm,audio/wav,audio/webm
입력 오디오의 샘플링 레이트를 전달하려면 오디오가 포함된 각 Blob의 MIME 유형을 audio/pcm;rate=16000과 같은 값으로 설정합니다.
동영상 형식
Live API는 개별 이미지 프레임 시퀀스를 예상하며 초당 1프레임 (FPS)으로 동영상 프레임 입력을 지원합니다.
권장 입력: 1FPS에서 기본 768x768 해상도
지원되는 MIME 유형:
video/x-flv,video/quicktime,video/mpeg,video/mpegs,video/mpg,video/mp4,video/webm,video/wmv,video/3gpp
이 사양으로 인해 Live API는 고속 스포츠의 플레이별 분석과 같이 빠르게 변경되는 동영상을 분석해야 하는 사용 사례에는 적합하지 않습니다.
대답 음성
Live API는 각각 고유한 특성을 가진 30가지 합성 HD 음성을 지원합니다. 아래 섹션을 펼쳐 응답 음성 옵션 목록을 확인하고 각 음성의 데모를 들어볼 수 있습니다.
응답 음성을 지정하지 않으면 기본값은 Puck입니다.
대답 음성을 지정하는 방법을 알아보세요.
언어
Live API는 다음 언어를 지원합니다. 대답 언어에 영향을 주는 방법을 알아보세요.
모든 오디오 생성 모델에서 지원하는 언어
| 언어 | BCP-47 코드 | 언어 | BCP-47 코드 |
|---|---|---|---|
| 아랍어(이집트) | ar-EG | 독일어(독일) | de-DE |
| 영어(미국) | en-US | 스페인어(미국) | es-US |
| 프랑스어(프랑스) | fr-FR | 힌디어(인도) | hi-IN |
| 인도네시아어(인도네시아) | id-ID | 이탈리아어(이탈리아) | it-IT |
| 일본어(일본) | ja-JP | 한국어(대한민국) | ko-KR |
| 포르투갈어(브라질) | pt-BR | 러시아어(러시아) | ru-RU |
| 네덜란드어(네덜란드) | nl-NL | 폴란드어(폴란드) | pl-PL |
| 태국어(태국) | th-TH | 터키어(터키) | tr-TR |
| 베트남어(베트남) | vi-VN | 루마니아어(루마니아) | ro-RO |
| 우크라이나어(우크라이나) | uk-UA | 벵골어(방글라데시) | bn-BD |
| 영어(인도) | en-IN 및 hi-IN 번들 | 마라티어(인도) | mr-IN |
| 타밀어(인도) | ta-IN | 텔루구어(인도) | te-IN |
오디오 생성 3.x 모델에서 지원되는 추가 언어
| 언어 | BCP-47 코드 | 언어 | BCP-47 코드 |
|---|---|---|---|
| 아프리칸스어 | af | 필리핀어 | fil |
| 알바니아어 | sq | 핀란드어 | fi |
| 암하라어 | am | 갈리시아어 | gl |
| 아르메니아어 | hy | 조지아어 | ka |
| 아제르바이잔어 | az | 그리스어 | el |
| 바스크어 | eu | 구자라트어 | gu |
| 벨라루스어 | be | 아이티 크리올어 | ht |
| 불가리아어 | bg | 히브리어 | he |
| 버마어 | my | 헝가리어 | hu |
| 카탈로니아어 | ca | 아이슬란드어 | is |
| 세부아노어 | ceb | 자바어 | jv |
| 중국어, 북경어 | cmn | 칸나다어 | kn |
| 크로아티아어 | 시간 | 콘칸어 | kok |
| 체코어 | cs | 라오어 | lo |
| 덴마크어 | da | 라틴어 | la |
| 에스토니아어 | et | 라트비아어 | lv |
| 리투아니아어 | lt | 룩셈부르크어 | lb |
| 마케도니아어 | mk | 마이틸리어 | mai |
| 마다가스카르어 | mg | 말레이어 | ms |
| 말라얄람어 | ml | 몽골어 | mn |
| 네팔어 | ne | 노르웨이어(보크말) | nb |
| 노르웨이어(뉘노르스크) | nn | 오리야어 | 또는 |
| 파슈토어 | ps | 페르시아어 | fa |
| 펀자브어 | pa | 세르비아어 | sr |
| 신드어 | sd | 신할라어 | si |
| 슬로바키아어 | sk | 슬로베니아어 | sl |
| 스와힐리어 | sw | 스웨덴어 | sv |
| 우르두어 | ur |