حدود ومواصفات Live API


توضّح هذه الصفحة الحدود والمواصفات المختلفة لاستخدام النوع Live API ونماذجه.

المواصفات العامة والحدود

  • المدخلات والمخرجات المتوافقة: (للاطّلاع على التفاصيل، يُرجى مراجعة تنسيقات الوسائط أدناه)

    • المدخلات: نص وصور (غير ملفات PDF) وملفات صوت وفيديو
    • الناتج: نص (تحويل الصوت إلى نص) وصوت (بث)

  • الأدوات المتاحة: طلب استخدام الدوال، وGrounding with Google Search، وGrounding with Google Maps

  • تاريخ آخر تحديث للبيانات: يناير 2025

Live API لا يتيح إنشاء نتائج منظَّمة (مثل JSON) أو استخدام Count Tokens API.

الحدود القصوى المتعلّقة بالجلسات

بالنسبة إلى Live API، تشير الجلسة إلى اتصال دائم يتم فيه بث البيانات المدخلة والمخرجة باستمرار عبر اتصال.

إذا تجاوزت الجلسة أيًا من الحدود التالية، سيتم إنهاء الاتصال. يُرجى العِلم أنّ Live API يوفّر بعض الخيارات (انظر أدناه) للتعامل مع هذه الحدود المرتبطة بالجلسة.

  • يقتصر عدد الرموز المميزة المستندة إلى السياق في الجلسة على 128 ألف رمز مميز.

    نتيجةً لهذا الحدّ الأقصى لقدرة الاستيعاب، إليك الحدّ الأقصى التقريبي لطول الجلسة استنادًا إلى طرق الإدخال:

    • تقتصر جلسات الإدخال الصوتي فقط على 15 دقيقة.
    • يقتصر إدخال الفيديو والصوت على دقيقتَين.

  • مدة الاتصال محدودة بحوالي 10 دقائق.

    ستتلقّى إشعارًا بانتهاء المكالمة بعد 60 ثانية من انتهاء المكالمة.

في ما يلي بعض الخيارات للتعامل مع الحدود القصوى المتعلقة بالجلسات:

  • اضغط 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 سأغادر

مزيد من المعلومات حول إدارة الجلسات

حدود معدّل الاستخدام

تفرض واجهة برمجة التطبيقات Live API حدودًا على معدّل الجلسات المتزامنة لكل مشروع في Firebase، بالإضافة إلى الرموز المميزة في الدقيقة (TPM).

  • Gemini Developer API:

  • Agent Platform Gemini API (formerly Vertex AI):

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

تنسيقات الوسائط

يتوافق Live API مع أنواع الوسائط التالية:

  • الإدخال: صور أو صوت أو فيديو
  • الناتج: صوت

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 Live API مع تنسيقات الصوت التالية:

  • تنسيق الصوت المُدخَل: صوت PCM خام بمعدّل 16 بت عند 16 كيلوهرتز بنظام الترتيب من الأصغر إلى الأكبر

  • تنسيق الصوت الناتج: صوت PCM خام 16 بت بترتيب وحدات البايت الأصغر أولاً وبمعدل 24 كيلوهرتز

  • 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 للصوت المُدخَل، اضبط نوع MIME لكل Blob يحتوي على صوت على قيمة مثل audio/pcm;rate=16000.

أشكال إعلانات الفيديو

يتوقّع Live API تسلسلًا من لقطات الصور المنفصلة ويتيح إدخال لقطات الفيديو بمعدّل لقطة واحدة في الثانية (لقطات في الثانية).

  • البيانات التي ننصح بها: دقة 768x768 الأصلية 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 العلم أنّ هذه المواصفات تجعل Live API غير مناسبة لحالات الاستخدام التي تتطلّب تحليل فيديو سريع التغيّر، مثل اللقطات المتتالية في الرياضات السريعة.

أصوات الردود

يتوافق Live API مع 30 صوتًا مختلفًا عالي الدقة، ولكل منها خصائص مميزة. يمكنك الاطّلاع على قائمة بخيارات صوت الردود والاستماع إلى عيّنات من كل صوت من خلال توسيع القسم أدناه.

إذا لم تحدّد صوتًا للردّ، سيكون الصوت التلقائي هو Puck.

كيفية تحديد صوت الرد

اللغات

يتوافق Live API مع اللغات التالية. كيفية التأثير في لغة الرد

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
لغات إضافية متوافقة مع طُرز 3.x التي تنشئ محتوًى صوتيًا
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 he
البورمية الخاص بي الهنغارية hu
الكتالانية ca الأيسلندية هو
السيبيوانية ceb الجافانية jv
الصينية، الماندرين cmn الكانادا kn
الكرواتية ساعة الكونكانية kok
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