Batasan dan spesifikasi Live API


Halaman ini menjelaskan berbagai batas dan spesifikasi untuk menggunakan Live API dan modelnya.

Spesifikasi dan batas umum

  • Input dan output yang didukung: (untuk mengetahui detailnya, lihat format media di bawah)

    • Input: teks, gambar (bukan PDF), audio, video
    • Output: teks (transkripsi) dan audio (streaming)

  • Alat yang didukung: panggilan fungsi, Grounding dengan Google Search, Grounding dengan Google Maps

  • Tanggal batas pengetahuan: Januari 2025

Live API tidak mendukung pembuatan output terstruktur (seperti JSON) atau Count Tokens API.

Batas terkait sesi

Untuk Live API, sebuah sesi mengacu pada koneksi persisten tempat input dan output di-streaming secara terus-menerus melalui koneksi.

Jika sesi melebihi salah satu batas berikut, koneksi akan dihentikan. Namun, perhatikan bahwa Live API menyediakan beberapa opsi (lihat di bawah) untuk menangani batas terkait sesi ini.

  • Jendela konteks sesi dibatasi hingga 128 ribu token.

    Karena batas jendela konteks ini, berikut perkiraan durasi sesi maksimum berdasarkan modalitas input:

    • Sesi input khusus audio dibatasi hingga 15 menit.
    • Input video + audio dibatasi hingga 2 menit.

  • Durasi koneksi dibatasi hingga sekitar 10 menit.

    Anda akan menerima notifikasi going away sekitar 60 detik sebelum koneksi berakhir.

Berikut beberapa opsi untuk menangani batas terkait sesi:

  • Kompres jendela konteks sesi sehingga server secara otomatis mempertahankan ukuran konteks dalam batas.

  • Lanjutkan sesi untuk mencegah hilangnya konteks percakapan selama koneksi jaringan singkat atau setelah menerima notifikasi going away.

Pelajari lebih lanjut tentang mengelola sesi.

Batas kapasitas

Live API memiliki batas kapasitas untuk sesi serentak per project Firebase serta token per menit (TPM).

  • Gemini Developer API:

  • Vertex AI Gemini API:

    • 1.000 sesi serentak per project Firebase
    • 4 juta token per menit

Format media

Live API mendukung jenis media berikut:

  • Input: gambar, audio, video
  • Output: audio

Format gambar

Live API mendukung hal berikut untuk input gambar:

  • Jumlah gambar maksimum per perintah: 3.000

  • Ukuran file maksimum per file (data inline): 7 MB

  • Jenis MIME yang didukung: image/png, image/jpeg, image/webp, image/heic, image/heif

Format audio

Live API mendukung format audio berikut:

  • Format audio input: Audio PCM 16 bit mentah pada 16 kHz little-endian

  • Format audio output: Audio PCM 16 bit mentah pada 24 kHz little-endian

  • Jenis MIME yang didukung: audio/x-aac, audio/flac, audio/mp3, audio/m4a, audio/mpeg, audio/mpga, audio/mp4, audio/ogg, audio/pcm, audio/wav, audio/webm

Untuk menyampaikan frekuensi sampel audio input, tetapkan jenis MIME setiap Blob yang berisi audio ke nilai seperti audio/pcm;rate=16000.

Format video

Live API mengharapkan urutan frame gambar terpisah dan mendukung input frame video pada 1 frame per detik (FPS).

  • Input yang direkomendasikan: resolusi 768x768 native pada 1 FPS.

  • Jenis MIME yang didukung: video/x-flv, video/quicktime, video/mpeg, video/mpegs, video/mpg, video/mp4, video/webm, video/wmv, video/3gpp

Perhatikan bahwa spesifikasi ini membuat Live API tidak cocok untuk kasus penggunaan yang memerlukan analisis video yang berubah dengan cepat, seperti play-by-play dalam olahraga berkecepatan tinggi.

Suara respons

Live API mendukung opsi suara respons berikut. Untuk melihat demo suara masing-masing suara, lihat Chirp 3: Suara HD.

Jika Anda tidak menentukan suara respons, defaultnya adalah Puck.

Pelajari cara me nentukan suara respons.

Zephyr — Cerah
Kore — Tegas
Orus — Tegas
Autonoe — Cerah
Umbriel — Santai
Erinome — Jelas
Laomedeia — Semangat
Schedar — Rata
Achird — Ramah
Sadachbia — Semangat 		Puck — Semangat
Fenrir — Antusias
Aoede — Santai
Enceladus — Bersemangat
Algieba — Halus
Algenib — Serak
Achernar — Lembut
Gacrux — Dewasa
Zubenelgenubi — Santai
Sadaltager — Berpengetahuan 		Charon — Informatif
Leda — Muda
Callirrhoe — Santai
Iapetus — Jelas
Despina — Halus
Rasalgethi — Informatif
Alnilam — Tegas
Pulcherrima — Terbuka
Vindemiatrix — Lembut
Sulafat — Hangat

Bahasa

Live API mendukung bahasa berikut. Pelajari cara me mengaruhi bahasa respons.

Bahasa Kode BCP-47 Bahasa Kode BCP-47
Arab (Mesir) ar-EG Jerman (Jerman) de-DE
Inggris (AS) en-US Spanyol (AS) es-US
Prancis (Prancis) fr-FR Hindi (India) hi-IN
Indonesia (Indonesia) id-ID Italia (Italia) it-IT
Jepang (Jepang) ja-JP Korea (Korea) ko-KR
Portugis (Brasil) pt-BR Rusia (Rusia) ru-RU
Belanda (Belanda) nl-NL Polandia (Polandia) pl-PL
Thai (Thailand) th-TH Turkiye (Turkiye) tr-TR
Vietnam (Vietnam) vi-VN Rumania (Rumania) ro-RO
Ukraina (Ukraina) uk-UA Bengali (Bangladesh) bn-BD
Inggris (India) paket en-IN &hi-IN Marathi (India) mr-IN
Tamil (India) ta-IN Telugu (India) te-IN