‫Gemini 2.5 Flash עם Gemini Live API

‫Gemini 2.5 Flash עם Gemini Live API native audio כולל את הפונקציונליות המתקדמת של אודיו מקורי ב-Gemini Live API. בנוסף לתכונות הרגילות של Gemini Live API, המודל הזה כולל:

  • איכות אודיו משופרת: איכות האודיו משופרת באופן משמעותי, ומרגישה כמו שיחה עם אדם אמיתי.
  • איכות קול משופרת ויכולת הסתגלות: האודיו המקורי של Gemini Live API מספק אינטראקציות קוליות עשירות וטבעיות יותר עם 30 קולות באיכות HD ב-24 שפות.
  • חדש: סינון אודיו יזום (גרסת טרום-השקה) כשהתכונה "סינון אודיו יזום" מופעלת, המודל מגיב רק כשהתוכן רלוונטי. המודל יוצר תמלילי טקסט ותשובות קוליות באופן יזום רק לשאילתות שמופנות למכשיר, ולא מגיב לשאילתות שלא מופנות למכשיר.
  • חדש – שיחה מותאמת-רגש: מודלים שמשתמשים באודיו המקורי של Gemini Live API יכולים להבין את הביטויים הרגשיים של המשתמשים ולהגיב להם בהתאם, כדי לנהל שיחות מורכבות יותר.
  • התפרצות משופרת: אפשר לקטוע את Gemini בצורה טבעית ואמינה יותר, גם בסביבות רועשות.
  • קריאה להפעלת פונקציות בצורה יעילה: שיפרנו את קצב ההפעלה, כך ש-Gemini יכול להפעיל בהצלחה את הפונקציות שאתם מגדירים כדי לתמוך בתרחישי השימוש שלכם.
  • תמלול מדויק: שיפרנו משמעותית את הדיוק של תמלול האודיו לטקסט. כדי לקבל תוצאות טובות יותר, אפשר לספק רמזים לשפה כדי להנחות את המודל לשפה הנכונה. מידע נוסף זמין במאמר הפעלת תמלול אודיו לפגישה.
  • תמיכה חלקה בכמה שפות: אתם יכולים לדבר עם Gemini בכמה שפות, והוא יעבור ביניהן בלי בעיה ובלי שתצטרכו להגדיר שום דבר מראש. השפה כבר לא מהווה מכשול.

מידע נוסף על Gemini Live API:

התנסות ב-Agent Studio תמחור

מזהה המודל gemini-live-2.5-flash-native-audio
מודליות
טקסט קלט ופלט
תמונה קלט בלבד
אודיו קלט ופלט
וידאו קלט בלבד
מגבלות על טוקנים חלון ההקשר 128K
מספר מקסימלי של טוקנים בפלט 64K
מספר מקסימלי של סשנים בו-זמניים 1000
יכולות
כלים
ממשקי API
אפשרויות צריכה
מפרט טכני תמונה
  • מספר התמונות המקסימלי לכל הנחיה: 3,000
  • גודל הקובץ המקסימלי לכל קובץ של נתונים מוטבעים או העלאות ישירות דרך המסוף: 7MB
  • גודל הקובץ המקסימלי לכל קובץ מ-Google Cloud Storage: 30MB
  • סוגי MIME נתמכים:
    image/png, image/jpeg, image/webp, image/heic, image/heif
סרטון
  • רזולוציה רגילה: 768 x 768
  • סוגי MIME נתמכים:
    video/x-flv, video/quicktime, video/mpeg, video/mpegs, video/mpg, video/mp4, video/webm, video/wmv, video/3gpp
אודיו
  • אורך השיחה המקסימלי: ברירת המחדל היא 10 דקות, אבל אפשר להאריך את השיחה.
  • פורמט קלט האודיו הנדרש: אודיו PCM גולמי של 16 ביט ב-16kHz, ‏ Little-endian
  • פורמט פלט האודיו הנדרש: אודיו PCM גולמי של 16 ביט ב-24kHz, ‏Little-endian
  • סוגי MIME נתמכים:
    audio/x-aac, audio/flac, audio/mp3, audio/m4a, audio/mpeg, audio/mpga, audio/mp4, audio/ogg, audio/pcm, audio/wav, audio/webm
ערכי ברירת המחדל של הפרמטרים
  • רגישות לתחילת הדיבור: נמוכה
  • רגישות לסיום הדיבור: גבוהה
  • מרווח פנימי של הקידומת: 0
  • גודל הקשר מקסימלי: 128K
אזורים נתמכים

זמינות המודלים

  • ארצות הברית: us-central1,‏ us-east1,‏ us-east4,‏ us-east5,‏ us-south1,‏ us-west1,‏ us-west4
  • אירופה: europe-central2,‏ europe-north1,‏ europe-southwest1,‏ europe-west1,‏ europe-west4,‏ europe-west8
גרסאות
  • gemini-live-2.5-flash-native-audio
    • שלב ההשקה: GA
    • תאריך ההשקה: 12 בדצמבר 2025
    • תאריך הוצאה משימוש†: ‏13 בדצמבר 2026
אמצעי בקרה לאבטחה חיזוי אונליין
  • מיקום אחסון הנתונים
  • CMEK
  • VPC-SC
  • AXT
מידע נוסף זמין במאמר אמצעי בקרה לאבטחה.

‫† תאריכי ההוצאה משימוש שמופיעים ברשימה מתייחסים להפסקת התמיכה ב-Gemini Enterprise Agent Platform. יכול להיות שהמודלים יישארו זמינים דרך Gemini API גם אחרי התאריכים האלה. ‫Gemini API הוא לא מוצר של Google Cloud , והוא כפוף לתנאים ולהגבלות משלו. פרטים נוספים זמינים במאמרי העזרה של Gemini API.