Wixzel Voice पर gemini-live इंजन: Gemini Live, नेटिव ऑडियो
पूरे टर्न के लिए एक ही मॉडल। Google Gemini Live कॉल करने वाले का ऑडियो लेता है और ऑडियो ही लौटाता है, और सोचने का काम प्रोवाइडर के अंदर होता है, इसलिए अलग से कोई speech-to-text या text-to-speech स्टेज नहीं है और लेटेंसी वही है जो मॉडल ख़ुद देता है।
आखिरी अपडेट
Wixzel Voice पर gemini-live इंजन के हर मॉडल की कीमत क्या है?
रियलटाइम इंजन पूरा टर्न एक ही मॉडल को सौंपता है, इसलिए कीमत ज़्यादातर उसी मॉडल की यूनिट से बनती है। पाइपलाइन लेबल Gemini Live, नेटिव ऑडियो है।
| स्टेज | मॉडल | यूनिट कीमत | प्रति मिनट |
|---|---|---|---|
| रियलटाइम मॉडल | google/gemini-live | $0.0042 प्रति 1k इनपुट ऑडियो टोकन | $0.0063 |
| रियलटाइम मॉडल | google/gemini-live | $0.0168 प्रति 1k आउटपुट ऑडियो टोकन | $0.0252 |
| रियलटाइम मॉडल | google/gemini-live | $0.0010 प्रति 1k इनपुट टोकन | $0.0025 |
| रियलटाइम मॉडल | google/gemini-live | $0.0063 प्रति 1k आउटपुट टोकन | $0.0030 |
| ऑर्केस्ट्रेशन | wixzel/orchestration | $0.0120 प्रति मिनट | $0.0120 |
राउंड हमेशा ऊपर की ओर होता है, नीचे की ओर कभी नहीं। जहाँ एक स्टेज के लिए दो मॉडल दिए हैं, वहाँ इंजन भाषा के हिसाब से चुनता है; ऊपर दी गई इंजन की कीमत महँगे रास्ते को मानकर है। सारी कीमतें मॉडल प्राइस लिस्ट में हैं।
अक्सर पूछे जाने वाले सवाल
gemini-live वॉइस इंजन क्या है?
gemini-live इंजन की प्रति मिनट कीमत कितनी है?
gemini-live इंजन कौन-से मॉडल इस्तेमाल करता है?
google/gemini-live। अलग से कोई speech-to-text या text-to-speech स्टेज कॉन्फ़िगर नहीं करना पड़ता।क्या gemini-live इस्तेमाल करने के लिए मुझे अपना google अकाउंट चाहिए?
wv_live_… API की और एक प्रीपेड बैलेंस gemini-live इंजन और बाकी हर इंजन को कवर करते हैं; कोई प्रोवाइडर की नहीं लानी पड़ती।कॉल में gemini-live इंजन कैसे इस्तेमाल करें?
POST /v1/agents से एजेंट बनाते समय उसकी voice को {"realtime": {"model": "google/gemini-live"}} पर सेट करें, फिर POST /v1/calls से कॉल करें। GET /v1/engines बताता है कि अभी क्या उपलब्ध है; जिस इंजन का प्रोवाइडर ठीक से नहीं चल रहा, वह कॉल फ़ेल होने से पहले ही उस सूची से हट जाता है।क्या gemini-live की प्रति मिनट कीमत एक तय दर है?
GET /v1/usage/events में अलग से दिया जाता है। शांत या छोटा टर्न कम का पड़ता है; लंबा एकालाप ज़्यादा का।डेवलपर gemini-live इंजन से क्या बनाते हैं?
सपोर्ट कॉल बातचीत वाली होती हैं और उनमें बार-बार बीच में टोका जाता है; रियलटाइम इंजन जवाब की देरी सबसे कम रखता है। अगर तेज़ी से ज़्यादा खर्च मायने रखता है, तो classic इंजन सस्ता विकल्प है।
एक ही रियलटाइम मॉडल सुनना, सोचना और बोलना संभालता है, इसलिए राउंड ट्रिप उतना ही है जितना Gemini खुद देता है, और यह प्रति मिनट सबसे सस्ता इंजन है। भारतीय भाषाओं के लिए sarvam पाइपलाइन भी सॉकेट पर चलती है, और classic भी, जब आपको कोई खास ElevenLabs आवाज़ चाहिए।
वेबसाइट से बना एजेंट Gemini Live पर शुरू होता है: एक ही रियलटाइम मॉडल सुनता, सोचता और बोलता है, इसलिए जवाब जल्दी आते हैं, और यह प्रति मिनट सबसे सस्ता इंजन है। जब आपके विज़िटर हिंदी, तमिल, मलयालम या कोई और भारतीय भाषा बोलते हों, तो sarvam पर स्विच करें।
यह प्रति मिनट सबसे सस्ता इंजन है, और एक ही रियलटाइम मॉडल सुनता, सोचता और बोलता है, इसलिए जवाब जल्दी आते हैं। हिंदी, तमिल, मलयालम या कोई और भारतीय भाषा बोलने वाले कॉलर के लिए sarvam इंजन 11 भारतीय भाषाओं के लिए शुरू से आखिर तक बना है।
अवतार एजेंट की बोली गई आवाज़ के साथ मुँह हिलाता है, इसलिए यह हर इंजन के साथ काम करता है। gemini-live सबसे सस्ता है और जल्दी जवाब देता है; जब लोग हिंदी, तमिल, मलयालम या कोई और भारतीय भाषा बोलें, तो sarvam इस्तेमाल करें।
कौन-सी गाइड gemini-live इंजन पर बनी हैं?
यूज़र्स को अपने Flutter ऐप के अंदर आपके वॉइस एजेंट से बात करने दें: आपका सर्वर एक सेशन बनाता है, `wixzel_voice` Dart SDK WebSocket पर ऑडियो स्ट्रीम करता है, और कोई SIP ट्रंक या नंबर नहीं चाहिए।
चार cURL रिक्वेस्ट से Google के Gemini Live मॉडल को अपने SIP ट्रंक पर असली फ़ोन कॉल पर लाएँ, फिर ट्रांसक्रिप्ट और खर्च के साथ कॉल रिकॉर्ड पढ़ें।
अपनी वेबसाइट से एक एजेंट बनाएँ, उसके मैस्कट का वेबसाइट विजेट चालू करें और एक script टैग पेस्ट करें। विज़िटर ब्राउज़र से उसे कॉल करते हैं, आपकी तय की गई सीमाओं और कॉलर नियमों के भीतर।
`wixzel_voice_flutter` पैकेज से Flutter ऐप में वॉइस एजेंट का एनिमेटेड मैस्कट दिखाएँ, और realtime कॉल के साथ-साथ उसे सुनने, सोचने और बोलने दें।
Wixzel Voice और कौन-से वॉइस इंजन चलाता है?
अपना पहला वॉइस एजेंट बनाएँ