জেমিনি লাইভ এপিআই আপনার ব্যবহারকারীর সাথে কথোপকথনমূলক ইন্টারফেস বাস্তবায়নের জন্য একটি ব্যাপক সমাধান প্রদান করে। অ্যান্ড্রয়েড এক্সআর (Android XR)-এর জন্য বিল্ড করার সময়, আপনি ফায়ারবেস এআই লজিক (Firebase AI Logic) -এর মাধ্যমে জেমিনি লাইভ এপিআই-কে ইন্টিগ্রেট করতে পারেন। টেক্সট টু স্পিচ (TTS) এবং অটোমেটিক স্পিচ রিকগনিশন (ASR) ব্যবহারের থেকে ভিন্ন, জেমিনি লাইভ এপিআই নির্বিঘ্নে অডিও ইনপুট এবং আউটপুট উভয়ই পরিচালনা করে। জেমিনি লাইভ এপিআই-এর জন্য একটি নিরবচ্ছিন্ন ইন্টারনেট সংযোগ প্রয়োজন, এতে খরচ হয়, প্রতি প্রজেক্টে সীমিত সংখ্যক যুগপৎ সংযোগ সমর্থন করে এবং এটি ত্রুটিপূর্ণ পরিস্থিতি বা অন্যান্য গুরুত্বপূর্ণ ব্যবহারকারী যোগাযোগের জন্য আদর্শ নাও হতে পারে, বিশেষ করে অডিও গ্লাসে, কারণ সেগুলিতে কোনো ডিসপ্লে নেই।
অডিও ইন্টারফেস সমর্থন করার পাশাপাশি, আপনি জেমিনি লাইভ এপিআই ব্যবহার করে এজেন্টিক অভিজ্ঞতাও তৈরি করতে পারেন।
Gemini Live API ব্যবহার শুরু করতে, Gemini Live API গাইডে বর্ণিত ধাপগুলো অনুসরণ করুন। এটি আপনাকে একটি LiveGenerativeModel ইনস্ট্যানশিয়েট ও কনফিগার করা, একটি LiveSession স্থাপন করা এবং কাস্টম FunctionDeclaration ইনস্ট্যান্স তৈরি করার প্রক্রিয়া দেখিয়ে দেবে, যা আপনার অ্যাপকে Gemini থেকে আসা অনুরোধগুলো প্রসেস করতে সক্ষম করবে।