Neocortex Logo

Créer des PNJ de jeu avec l'API Gemini Live ou avec Neocortex

L'API Gemini Live gère la voix en temps réel, mais son support Unity est encore en préversion. Ce que demande la création de PNJ avec elle, et la place de Neocortex.

Neocortex TeamThe team behind Neocortex

· Mis à jour le 20 oct. 2026 · 5 min de lecture

L'API Gemini Live gère la voix en temps réel, mais son support Unity est encore en préversion. Ce que demande la création de PNJ avec elle, et la place de Neocortex.

Un PNJ Gemini Live peut parler pendant environ dix minutes. Ensuite, la connexion se ferme.

L'API Gemini Live de Google diffuse de l'audio vers un modèle et en retour, par un WebSocket avec état, et pour les développeurs de jeux elle est tentante : vous branchez un micro, vous lui donnez une personnalité, et vous obtenez un PNJ qui parle. Les problèmes commencent aux limites, avec les plafonds de session, une voie Unity encore en préversion, et tout ce dont un jeu a besoin en plus d'une voix. Voici ce que demande la création de PNJ avec elle, et la place de Neocortex.

Les limites de session à contourner

Google documente trois limites qui façonnent toute intégration Gemini Live. Les joueurs ne s'en soucient pas, et c'est précisément pour cela que votre code doit en tenir compte.

Sessions audio de 15 minutes

Sans compression de la fenêtre de contexte, les sessions audio seules sont limitées à 15 minutes, et les sessions avec audio et vidéo à 2 minutes. La compression utilise une fenêtre glissante pour prolonger une session indéfiniment, au prix d'une perte progressive des parties les plus anciennes de la conversation par le modèle. Pour un compagnon qui doit se souvenir du début de la quête, c'est une décision de conception, pas un réglage.

Connexions de 10 minutes

Par ailleurs, une connexion dure environ 10 minutes. Quand elle se termine, la session se termine aussi, sauf si vous la reprenez. Dans un jeu, cela signifie une reconnexion au milieu d'une conversation, et le joueur ne doit jamais entendre la couture.

Jetons de reprise

Pour survivre à une reconnexion, vous activez la reprise de session. Le serveur envoie des jetons, et vous transmettez le plus récent lors de la reconnexion. Les jetons restent valides 2 heures après la fin d'une session. Ajoutez les jetons éphémères, que Google recommande pour les applications clientes, et vous avez aussi besoin d'un backend qui délivre des identifiants à courte durée de vie au client de chaque joueur.

Support Unity via Firebase AI Logic

La voie de Google vers Unity passe par Firebase AI Logic. Son support de l'API Live est en préversion : pas de SLA, pas de politique de dépréciation, et il « pourrait changer de manière incompatible avec les versions précédentes ». Le SDK Unity contient des exemples de code C#, mais son guide de démarrage rapide Live pour Unity est encore marqué « bientôt disponible ».

La liste des modèles est plus restreinte que celle de l'API Gemini elle-même. Via l'API Gemini Developer, Firebase répertorie Gemini 3.1 Flash Live Preview et les préversions audio natives de Gemini 2.5. Via la plateforme d'agents pour entreprises de Google (anciennement Vertex AI), il répertorie les modèles Live de Gemini 2.5 et aucun modèle Live de la série 3.x. Gemini 3.8 Live, le modèle Live le plus récent de l'API Gemini, ne figure sur aucune des deux listes.

Une équipe Unity doit donc choisir entre un SDK en préversion avec d'anciens modèles, ou son propre client WebSocket vers l'API brute.

Le coût de Gemini Live

Les modèles Live sont facturés au token, avec des équivalents par minute publiés pour l'audio. Sur le palier payant, l'audio en entrée coûte 3,00 $ par million de tokens (environ 0,005 $ par minute) et l'audio en sortie coûte 12,00 $ par million de tokens (environ 0,018 $ par minute).

À ces tarifs, soixante minutes de parole du joueur plus soixante minutes de parole du PNJ coûtent environ 1,38 $ rien qu'en audio, avant les tokens de texte, les tokens de réflexion ou les appels d'outils. Les vraies conversations comportent des pauses, donc la plupart coûtent moins, mais la facture augmente toujours avec le plaisir que vos joueurs prennent à parler.

Il existe un palier gratuit. La page tarifaire de Google indique que le contenu du palier gratuit sert à améliorer ses produits, ce qui compte si les joueurs confient des choses personnelles à vos personnages.

Les forfaits Neocortex sont mensuels, avec une allocation d'usage. Starter coûte 9 € par mois pour les projets personnels et académiques, et Pro à 29 € par mois ajoute l'usage commercial, le chat de groupe et 5 voix personnalisées.

Gemini Live contre Neocortex

Développer soi-même sur Gemini LiveNeocortex
UnityPréversion Firebase AI Logic, liste de modèles limitéeSDK Unity, Unity 6, six scènes d'exemple
Autres moteursCréer votre propre clientUnreal Engine 5, Godot, API Web
SessionsSessions de 15 minutes, connexions de 10 minutes, jetons de repriseAucun plafond de session : chaque tour est un appel API distinct
Conception du personnagePrompts dans le codeÉditeur de nœuds visuel
VoixVoix préenregistrées de GoogleClonage et conception de voix
Actions de jeuCâbler les appels de fonctionsActions avec identifiants cibles et objets de scène intégrés
Plusieurs personnagesÀ construire vous-mêmeJusqu'à six personnages dans une même conversation (Pro et Team)
IA localeNonModèles locaux via Ollama dans Unity pour des prototypes de chat textuel

API de modèle ou plateforme de personnages ?

Ce sont deux approches différentes, chacune avec ses compromis.

Construire sur une API de modèle vous donne un accès direct aux modèles les plus récents et un contrôle total sur chaque requête. Vous héritez aussi de toutes les limites ci-dessus, et vous écrivez le client du moteur, le backend des jetons, la logique de reconnexion, les prompts des personnages et l'intégration au jeu. Quand la liste des modèles ou l'API change, vous mettez tout à jour.

Utiliser une plateforme de personnages vous donne moins de contrôle sur le modèle brut et davantage de ce dont un jeu a besoin. Chez Neocortex, la personnalité, l'émotion, les connaissances, les intentions et les actions sont des nœuds d'un graphe visuel qu'un concepteur peut modifier. Chaque réponse revient avec une balise d'émotion par ligne et des actions comme { "name": "OPEN_DOOR", "targetId": "door_02" }. Les Conversation Flows signalent des mots-clés de point de contrôle (flowState) au fil de l'avancée de l'histoire. L'entrée micro fonctionne dans les builds Unity WebGL.

Pour la plupart des équipes de jeu, c'est la seconde liste qui se retrouve dans le produit final. Notre présentation des API vocales en temps réel pour les PNJ de jeu compare les autres API vocales sur les mêmes points.

Étapes suivantes

  1. Créez un compte Neocortex.
  2. Construisez un PNJ dans l'éditeur et donnez-lui une voix clonée ou conçue.
  3. Parlez-lui dans le navigateur jusqu'à ce qu'il sonne juste.
  4. Installez le SDK Unity, ouvrez une scène d'exemple, et entendez le personnage répondre dans votre jeu, sans rien écrire pour la gestion des sessions.

Les informations de Google ont été vérifiées pour la dernière fois en octobre 2026.

Questions fréquentes

L'API Gemini Live fonctionne-t-elle dans Unity ?

Via Firebase AI Logic, dont le support de l'API Live est en préversion sans SLA, et dont le guide de démarrage Unity est encore marqué « bientôt disponible ». Neocortex dispose d'un SDK Unity pour Unity 6 avec six scènes d'exemple, ainsi que d'Unreal Engine 5, de Godot et d'une API Web.

Combien de temps une session Gemini Live peut-elle durer ?

Les sessions audio seules s'arrêtent au bout de 15 minutes et les connexions à environ 10 minutes, sauf si vous ajoutez la compression de la fenêtre de contexte et la reprise de session. Avec Neocortex, chaque tour est un appel API distinct et le SDK le gère, donc il n'y a pas de session à faire expirer avec votre personnage, et donc aucune logique de reprise à écrire.

L'API Gemini Live est-elle gratuite ?

Il existe un palier gratuit, et la page tarifaire de Google indique que le contenu du palier gratuit sert à améliorer ses produits ; la sortie audio payante est facturée au token.

Quels modèles Gemini Live un jeu Unity peut-il utiliser ?

Firebase AI Logic répertorie Gemini 3.1 Flash Live Preview et les modèles audio natifs de Gemini 2.5, et non le plus récent Gemini 3.8 Live. Neocortex gère le modèle à votre place, donc vos personnages ne dépendent pas de la préversion que votre SDK prend en charge.

Articles similaires

À lire aussi