本文提供疑難排解步驟，協助您解決使用 Gemini Live API 時可能遇到的問題。
連線無預警中斷
如果工作階段連線意外中斷，可能是因為權杖用盡、工作階段連線逾時或網路問題。
行為
工作階段已中斷，錯誤代碼為 1000 或 1006。
可能原因
- 脈絡窗口壓縮功能未啟用，且脈絡權杖超過工作階段的脈絡權杖上限 (最多 12.8 萬個)。
- 未導入工作階段續傳邏輯，或續傳邏輯導入有誤。
- 網際網路連線不穩定。
原因和解決方法
權杖超出工作階段的內容權杖限制： 如要避免超出工作階段的內容權杖限制，請啟用內容壓縮功能。這可能會影響對話品質，因為模型會間歇性捨棄先前的對話記錄。
工作階段連線會在 10 分鐘後過期： 管理工作階段續傳功能，延長互動時間。如需更多詳細資料，請參閱工作階段續傳最佳做法。
網際網路連線不穩定： 請確認網際網路連線狀態，因為連線不穩可能會導致連線問題。
模型無法理解使用者
如果模型似乎無法理解你的輸入內容，請確認音訊格式是否正確，並考量麥克風品質和背景噪音。
行為
模型回覆不相關或錯誤的資訊，或要求使用者重複提問。
可能原因
- 輸入的音訊格式有誤。
- 麥克風品質不佳。
- 背景噪音過大。
原因和解決方法
輸入音訊格式不正確： 確認輸入音訊使用小端序 16 位元 PCM 格式，取樣率為 16 kHz，且只有單一單聲道。
麥克風品質不佳： 錄製一小段音訊並播放，測試麥克風品質。 如果麥克風品質不佳，請改用音質較好的麥克風。
背景噪音過高： 錄製一小段音訊並播放，測試背景噪音程度。如果背景噪音過大，請嘗試將麥克風靠近使用者，或使用降噪效果更好的麥克風。
模型沒有回應
如果模型沒有回應，請檢查語音活動偵測選項和 WebSocket 連線。
行為
模型沒有回應。
可能原因
- VAD 設定有誤。
- WebSocket 連線中斷。
原因和解決方法
VAD 設定錯誤： 使用者已停用 VAD。在這種情況下，模型會持續等待使用者說話，不會回覆使用者。如果停用 VAD，請務必將
ActivityStart和ActivityEnd事件傳送至模型。WebSocket 連線中斷： 如果 WebSocket 連線中斷，用戶端和伺服器之間就不會通訊。檢查 WebSocket 連線狀態，確認連線已正確建立。
無法中斷模型
如果無法在模型說話時中斷，請確認你已正確處理播放緩衝區和串流音訊。
行為
模型會繼續說話，不會因使用者而中斷。
可能原因
- 無法清除播放緩衝區。
- 無法將音訊串流至 Gemini Live API。
- 自訂 VAD 未正確導入。
原因和解決方法
無法清除播放緩衝區： 當用戶端收到模型的中斷信號時，應立即清除播放緩衝區。否則模型會繼續對話。
無法將音訊串流至 Gemini Live API： 用戶端應以 20 毫秒到 40 毫秒的區塊，將音訊串流至 Gemini Live API，以盡量縮短延遲時間。如果用戶端無法將音訊串流傳輸至 Gemini Live API，模型就不會將中斷信號傳送至用戶端。
自訂 VAD 未正確導入： 如果自訂 VAD 無法辨識語音開始，或用戶端無法傳送
ActivityStart信號給模型，模型就不會傳送中斷信號給用戶端。
已知限制
Gemini Live API 有以下限制。每個項目都包含緩解措施 (如有)。
不支援優先即付即用模式
Gemini Live API 不支援優先即付即用做為用量選項。
語音可在一回合內變更
在極少數情況下，模型會使用您在 voice_name 欄位中設定的語音以外的語音回覆。這項變更僅限單一回合，後續回合會再次使用設定的聲音。不需要變更任何設定。
長時間的對話可能會加快語音速率
模型生成較長且不間斷的語音回覆時，說話速度可能會逐漸加快。如果單一回合超過 60 秒，這種情況會更加明顯。如要維持穩定配速，請採用下列方法：
將長篇輸出內容分段： 避免提示模型在單一回合中讀取長篇文字。 將長篇回覆分成多個部分，每個部分不超過 100 字，或語音長度不超過 50 秒。
使用對話輪流模式： 採用互動式對話模式，在各個區段之間將控制權交還給使用者。
模型可能會無預警切換語言
如果模型判斷使用者說的語言與設定的語言不同，就會以該語言回覆。如要降低非預期切換的機率，請設定 language_code 欄位，並在系統指令中說明預期語言，提供語言提示。詳情請參閱「設定語言和聲音」。
數字序列可能重複顯示，但順序不一致
如果使用者說出一連串的個別數字，例如電話號碼、卡號或帳號，模型可能會重複這串數字，但數字有誤或缺漏。如要減少這類錯誤，請新增系統指令，引導模型一次讀取一個數字，並在數字不清楚時要求使用者慢慢重複唸出數字。