Gemini 2.5 Flash 搭配 Gemini Live API 原生音訊，提供 Gemini Live API 的先進原生音訊功能。除了標準 Gemini Live API 功能外，這個模型還包含：
- 提升音質：音質大幅提升，聽起來就像與真人對話。
- 提升語音品質和適應能力：Gemini Live API 原生音訊提供更豐富、更自然的語音互動，支援 24 種語言和 30 種 HD 高畫質語音。
- 主動判斷式語音簡介： (預先發布版) 啟用主動判斷式語音後，模型只會在相關時回覆。模型只會主動針對導向裝置的查詢生成文字轉錄稿和音訊回覆，不會回覆非導向裝置的查詢。
- 情緒感知對話：使用 Gemini Live API 原生音訊的模型，能理解使用者的情緒表達並做出適當回應，讓對話更細緻。
- 更流暢的插話體驗：即使在吵雜環境中，也能更自然、可靠地打斷 Gemini。
- 強大的函式呼叫功能：我們提升了觸發率，讓 Gemini 能夠成功執行您定義的函式，支援您的用途。
- 準確轉錄：音訊轉文字的準確度大幅提升。如要取得更理想的結果，您可以提供語言提示，引導模型使用正確的語言。詳情請參閱「啟用工作階段的音訊轉錄功能」。
- 順暢支援多種語言：Gemini 可與你使用多種語言對話，不需預先設定，就能輕鬆切換。語言不再是障礙。
如要進一步瞭解 Gemini Live API，請參閱：
| 模型 ID | gemini-live-2.5-flash-native-audio |
|
|---|---|---|
| 形式 |
|
|
| 詞元數量上限 | 脈絡窗口 | 128K |
| 輸出詞元數量上限 | 6.4 萬 | |
| 並行工作階段數量上限 | 1000 | |
| 功能 | ||
| 工具 | ||
| API |
|
|
| 用量方案 |
|
|
| 技術規格 | 圖片 |
|
| 影片 |
|
|
| 音訊 |
|
|
| 參數預設值 |
|
|
| 支援的地區 |
|
|
| 版本 |
|
|
| 安全性控管 | 線上預測 |
|
| 詳情請參閱「安全控管」。 | ||
† 列出的淘汰日期是指 Gemini Enterprise Agent Platform 停止支援的日期。上述日期過後，您仍可透過 Gemini API 存取模型。Gemini API 並非 Cloud de Confiance by S3NS 服務，須遵守專屬服務條款。詳情請參閱 Gemini API 說明文件。