Wixzel Voice의 gemini-live 엔진: Gemini Live, 네이티브 오디오
대화의 한 턴 전체를 하나의 모델이 처리합니다. Google Gemini Live는 발신자의 오디오를 받아 제공업체 내부에서 추론하고 오디오를 출력하므로, 별도의 음성-텍스트 변환이나 텍스트-음성 변환 단계가 없으며 지연 시간은 모델 자체의 성능에 따릅니다.
최종 업데이트:
Wixzel Voice에서 gemini-live 엔진의 각 모델은 비용이 얼마인가요?
실시간 엔진은 대화의 한 턴 전체를 하나의 모델에 맡기므로, 가격은 대부분 그 모델의 단위 요금입니다. 파이프라인 표시는 Gemini Live, 네이티브 오디오입니다.
| 단계 | 모델 | 단가 | 분당 |
|---|---|---|---|
| 실시간 모델 | google/gemini-live | 입력 오디오 토큰 1,000개당 $0.0042 | $0.0063 |
| 실시간 모델 | google/gemini-live | 출력 오디오 토큰 1,000개당 $0.0168 | $0.0252 |
| 실시간 모델 | google/gemini-live | 입력 토큰 1,000개당 $0.0010 | $0.0025 |
| 실시간 모델 | google/gemini-live | 출력 토큰 1,000개당 $0.0063 | $0.0030 |
| 오케스트레이션 | wixzel/orchestration | 분당 $0.0120 | $0.0120 |
항상 올림하며 내림하지 않습니다. 한 단계에 모델이 두 개 나열된 경우 엔진이 언어에 따라 고르며, 위의 엔진 가격은 더 비싼 경로를 가정합니다. 모든 가격은 모델 가격 목록에 있습니다.
자주 묻는 질문
gemini-live 음성 엔진이란 무엇인가요?
gemini-live 엔진의 분당 비용은 얼마인가요?
gemini-live 엔진은 어떤 모델을 사용하나요?
google/gemini-live)에 맡깁니다. 따로 설정할 음성 인식이나 음성 합성 단계가 없습니다.gemini-live 엔진을 쓰려면 직접 google 계정이 있어야 하나요?
wv_live_… API 키 하나와 선불 잔액으로 gemini-live 엔진과 다른 모든 엔진을 쓸 수 있으며, 가져와야 할 공급자 키가 없습니다.통화에서 gemini-live 엔진은 어떻게 사용하나요?
POST /v1/agents로 에이전트를 만들 때 에이전트의 voice를 {"realtime": {"model": "google/gemini-live"}} 값으로 설정한 뒤 POST /v1/calls로 전화를 겁니다. GET /v1/engines는 지금 사용할 수 있는 엔진을 나열하며, 공급자 상태가 저하된 엔진은 통화가 실패하기 시작하기 전에 이 목록에서 사라집니다.gemini-live 엔진의 분당 가격은 정액인가요?
GET /v1/usage/events에 항목별로 기록됩니다. 더 조용하거나 짧은 턴은 비용이 적고, 긴 독백은 더 많습니다.개발자들은 gemini-live 엔진으로 무엇을 만드나요?
고객지원 통화는 대화형이고 끼어들기가 잦습니다. 실시간 엔진이 응답 지연을 가장 낮게 유지합니다. 빠른 반응보다 비용이 더 중요하다면 classic 엔진이 더 저렴합니다.
하나의 실시간 모델이 듣기, 생각하기, 말하기를 모두 처리하므로 왕복 지연은 Gemini 자체의 성능 그대로이며, 분당 가장 저렴한 엔진입니다. 인도 언어용 sarvam 파이프라인도 소켓으로 실행되고, 특정 ElevenLabs 음성이 필요할 때 쓰는 classic도 마찬가지입니다.
웹사이트로 만든 에이전트는 Gemini Live로 시작합니다. 하나의 실시간 모델이 듣고, 생각하고, 말하므로 응답이 빠르고, 분당 가장 저렴한 엔진입니다. 방문자가 힌디어, 타밀어, 말라얄람어 등 인도 언어를 쓴다면 sarvam으로 바꾸십시오.
분당 가장 저렴한 엔진이며, 하나의 실시간 모델이 듣고, 생각하고, 말하므로 응답이 빠릅니다. 힌디어, 타밀어, 말라얄람어 등 인도 언어를 쓰는 발신자에게는 11개 인도 언어를 처음부터 끝까지 지원하는 sarvam 엔진이 맞습니다.
아바타는 에이전트가 말하는 오디오에 맞춰 입을 움직이므로 모든 엔진에서 작동합니다. gemini-live는 가장 저렴하고 응답이 빠릅니다. 사용자가 힌디어, 타밀어, 말라얄람어 등 인도 언어를 쓴다면 sarvam을 사용하십시오.
gemini-live 엔진을 사용하는 가이드는 무엇인가요?
Flutter 앱 안에서 사용자가 음성 에이전트와 대화하게 합니다. 서버가 세션을 발급하고 `wixzel_voice` Dart SDK가 WebSocket으로 오디오를 스트리밍하며, SIP 트렁크나 전화번호는 필요 없습니다.
직접 보유한 SIP 트렁크로 Google의 Gemini Live 모델을 실제 전화 통화에 연결합니다. cURL 요청 네 번이면 되고, 대화 기록과 비용이 담긴 통화 기록도 확인합니다.
웹사이트로 에이전트를 만들고, 마스코트의 웹사이트 위젯을 켜고, script 태그 하나를 붙여 넣습니다. 방문자는 직접 정한 한도와 발신자 규칙 안에서 브라우저로 통화합니다.
`wixzel_voice_flutter` 패키지로 Flutter 앱에 음성 에이전트의 애니메이션 마스코트를 그리고, 실시간 통화에 맞춰 듣고, 생각하고, 말하게 합니다.