Gemini Live API 개요

Live API를 사용하면 Gemini와의 지연 시간이 짧은 실시간 음성 및 시각 상호작용이 가능합니다. 오디오, 이미지, 텍스트의 연속 스트림을 처리하여 즉각적이고 사람과 유사한 음성 대답을 제공하므로 사용자에게 자연스러운 대화형 환경을 제공할 수 있습니다.

사용 사례

Live API를 사용하여 다음을 비롯한 다양한 업계의 실시간 음성 에이전트를 빌드할 수 있습니다.

• 이커머스 및 소매업: 맞춤 추천을 제공하는 쇼핑 어시스턴트와 고객 문제를 해결하는 고객 지원 담당자
• 게임: 대화형 논플레이어 캐릭터(NPC), 인게임 도움말 어시스턴트, 인게임 콘텐츠의 실시간 번역
• 차세대 인터페이스: 로봇 공학, 스마트 글라스, 차량에서 음성 및 동영상 지원 환경
• 의료: 환자 지원 및 교육을 위한 건강 도우미
• 금융 서비스: 자산 관리 및 투자 안내를 위한 AI 자문가
• 교육: 맞춤형 안내와 의견을 제공하는 AI 멘토 및 학습자 도우미
• 번역 및 현지화: 음성 대화의 지연 시간이 짧은 실시간 번역을 통해 원활한 다국어 커뮤니케이션이 가능합니다.

주요 특징

Live API는 강력한 음성 에이전트를 빌드하기 위한 포괄적인 기능 세트를 제공합니다.

• 다국어 지원: 지원되는 70개 언어로 대화할 수 있습니다.
• 통화 참여: 사용자는 언제든지 모델을 중단하여 응답형 상호작용을 할 수 있습니다.
• 도구 사용: 함수 호출 및 Google 검색과 같은 도구를 통합하여 역동적인 상호작용을 지원합니다.
• 오디오 스크립트 작성: 사용자 입력과 모델 출력의 텍스트 스크립트를 제공합니다.
• 능동적 오디오: 모델이 응답하는 시점과 컨텍스트를 제어할 수 있습니다.
• 공감형 대화: 사용자의 입력 표현에 맞게 대답 스타일과 어조를 조정합니다.
• 실시간 번역: 70개 이상의 언어로 실시간 음성-음성 번역

기술 사양

다음 표에는 Live API의 기술 사양이 나와 있습니다.

구현 접근 방식 선택

Live API와 통합할 때는 다음 구현 접근 방식 중 하나를 선택해야 합니다.

• 서버 간: 백엔드가 WebSockets을 사용하여 Live API에 연결됩니다. 일반적으로 클라이언트가 스트림 데이터 (오디오, 동영상, 텍스트)를 서버에 전송하면 서버가 이를 Live API에 전달합니다.
• 클라이언트-서버: 프런트엔드 코드가 WebSockets을 사용하여 Live API에 직접 연결하여 백엔드를 우회하고 데이터를 스트리밍합니다.

시작하기

개발 환경에 맞는 가이드를 선택하세요.