Gemini Voices API

Optional. Gibt an, ob die erstellte Stimme von Google gespeichert und verwaltet wird. * Wenn „true“, speichert Google die Stimme und gibt „Voice.id“ zurück (z. B. „voice_abc123def456“). Diese kann über „GetVoice“, „ListVoices“ und „DeleteVoice“ verwaltet und in Syntheseanfragen über die ID referenziert werden. Gespeicherte Stimmen laufen nach einem Jahr Inaktivität ab. Wenn eine gespeicherte Stimme in der Sprachsynthese oder als `base_voice` in `CreateVoice` verwendet wird, wird die `expire_time` verlängert. Für Projekte gilt ein maximales Kontingent für aktive gespeicherte Stimmen. Wenn das Kontingent überschritten wird, wird `RESOURCE_EXHAUSTED` zurückgegeben. * Wenn „false“ (Standard) festgelegt ist, wird die Stimme nicht von Google gespeichert und `Voice.key` (z. B. `voicekey_...`) wird für die clientseitige Speicherung und Synthese zurückgegeben. Optionale Metadatenfelder für die Suche unter „voice“ werden nicht gespeichert oder zurückgegeben, wenn „store“ auf „false“ gesetzt ist. * Muss „true“ sein, wenn „voice.type“ auf „prompted“ gesetzt ist (andernfalls wird der Fehler „INVALID_ARGUMENT“ zurückgegeben).

Erforderlich. Die zu erstellende Stimme. `voice.model` ist optional. Wenn es weggelassen wird, wählt der Dienst das Standardmodell für die Spracherstellung aus. Nur-Ausgabe-Felder für „Voice“ („id“, „key“, „expire_time“, „usage“) werden ignoriert, wenn sie festgelegt sind.

Optional. Deskriptor für regionalen Akzent (z.B. „amerikanisch“, „britisch“).

Optional. Optimaler Nutzungskontext oder optimale Domain (z. B. „Unterhaltung“, „Hörbuch“, „Nachrichten“)

Optional. Eine beschreibende Zusammenfassung von Stimmklang, Persönlichkeit und Ton.

Optional. Vom Nutzer angegebener Anzeigename für eine gespeicherte Stimme (`store = true`) oder der Katalognamen für eine vordefinierte Stimme.

Nur Ausgabe. Der Zeitstempel, zu dem ein benutzerdefinierter gespeicherter Sprachschlüssel (`store = true`) oder ein replizierter Sprachschlüssel (`store = false`) abläuft. Bei benutzerdefinierten gespeicherten Stimmen (`store = true`) wird diese Ablaufzeit verlängert, wenn die Stimme für die Sprachsynthese oder als `base_voice` in `CreateVoice` verwendet wird. Nicht festgelegt für vorgefertigte Katalogstimmen (`"prebuilt"`), die nicht ablaufen.

Optional. Wahrgenommene Darstellung des Geschlechts der Stimme (z.B. „weiblich“, „männlich“, „neutral“).

Nur Ausgabe. Die eindeutige Kennung der Stimme. * Bei von Google verwalteten benutzerdefinierten Stimmen (`store = true`) ist dies eine generierte ID mit dem Präfix „voice_“ (z. B. „voice_abc123def456“). Übergeben Sie „voices/{id}“ als „name“ in „GetVoice“ und „DeleteVoice“ und „{id}“ direkt an „SpeechConfig.voice_config.voice“ (oder „SpeechConfig.voice“) während der Sprachsynthese. * Bei vordefinierten Katalogstimmen (`"prebuilt"`, die von `ListVoices` zurückgegeben werden) ist dies der Name des Sprechers (z. B. `Puck` oder `Charon`). * Nicht festgelegt, wenn `CreateVoice` mit `store = false` aufgerufen wird.

Nur Ausgabe. Der vom Kunden verwaltete Schlüssel für die Sprachreplikation (mit dem Präfix „voicekey_“). Wird nur von „CreateVoice“ zurückgegeben, wenn „type“ auf „replicated“ und „store“ auf „false“ gesetzt ist. Übergeben Sie diesen Schlüssel während der Sprachsynthese an „SpeechConfig.voice_config.voice“ (oder „SpeechConfig.voice“).

Optional. Primäres BCP-47-Sprachtag (z.B. „en-US“, „fr-FR“).

Optional. Das Modell, das zum Erstellen oder Replizieren der Stimme verwendet wurde. Wenn in „CreateVoice“ nicht angegeben, wird standardmäßig das neueste unterstützte Sprachdesignmodell verwendet. Wird in den Antworten von „CreateVoice“, „GetVoice“ und „ListVoices“ für benutzerdefinierte Stimmen („prompted“ und „replicated“) zurückgegeben. Für „prebuilt“-Stimmen ist der Wert nicht festgelegt. Erstellte Stimmen können mit jedem unterstützten TTS-Synthesemodell synthetisiert werden.

Optional. Die beabsichtigte Persona oder der beabsichtigte Archetyp (z.B. „Warm, Friendly“ [Warm, freundlich], „Narrator“ [Erzähler]).

Optional. ISO 3166-1 Alpha-2- oder UN M.49-Code für geografische Regionen (z.B. „US“, „GB“, „001“).

Optional. Nach Akzentbeschreibung filtern (z.B. „Amerikanisch“, „Britisch“). Genaue Übereinstimmung ohne Berücksichtigung der Groß-/Kleinschreibung. Wenn mehrere Werte angegeben sind, werden Stimmen mit einem der angegebenen Akzente abgeglichen (ODER).

Optional. Filtern Sie nach dem beabsichtigten Kontext oder der beabsichtigten Domain (z.B. „Nachrichten, kommerziell“). Genaue Übereinstimmung ohne Berücksichtigung der Groß-/Kleinschreibung. Wenn mehrere Werte angegeben sind, werden Stimmen mit einem der angegebenen Kontexte (ODER) abgeglichen.

Optional. Nach Geschlechtsdarstellung filtern, z.B. „weiblich“, „männlich“ oder „neutral“. Genaue Übereinstimmung ohne Berücksichtigung der Groß-/Kleinschreibung. Wenn mehrere Werte angegeben sind, werden Stimmen mit einem der angegebenen Geschlechter abgeglichen (ODER).

Optional. Nach BCP-47-Sprachcode filtern (z.B. „en-US“). Genaue Übereinstimmung ohne Berücksichtigung der Groß-/Kleinschreibung. Wenn mehrere Werte angegeben sind, werden Stimmen mit einem der angegebenen Sprachcodes abgeglichen (ODER).

Optional. Die maximale Anzahl der Stimmen, die pro Seite zurückgegeben werden sollen. Der Dienst gibt möglicherweise weniger als diesen Wert zurück. Wenn nicht angegeben, werden maximal 50 Stimmen zurückgegeben. Der Höchstwert ist 1.000. Werte über 1.000 werden implizit auf 1.000 umgewandelt.

Optional. Ein Seitentoken, das von einem vorherigen `ListVoices`-Aufruf empfangen wurde. Geben Sie dieses an, um die nachfolgende Seite abzurufen. Bei der Paginierung müssen alle Filter-Suchparameter („language_code“, „region_code“, „accent“, „persona“, „context“, „gender“, „pitch“, „type“ und „search“) mit dem Aufruf übereinstimmen, der dieses Token zurückgegeben hat. Andernfalls schlägt die Anfrage mit „INVALID_ARGUMENT“ fehl. „page_size“ kann sich zwischen den Seiten ändern.

Optional. Nach stimmlicher Persona filtern (z. B. „Warm, freundlich“) Genaue Übereinstimmung ohne Berücksichtigung der Groß-/Kleinschreibung. Wenn mehrere Werte angegeben sind, werden Stimmen mit einer der angegebenen Personas abgeglichen (ODER).

Optional. Nach Tonhöhe filtern. Akzeptiert „low“, „medium“ und „high“ (Groß-/Kleinschreibung wird nicht beachtet). Wenn mehrere Werte angegeben sind, werden Stimmen mit einer der angegebenen Tonhöhen (ODER) abgeglichen.

Optional. Filtern Sie nach dem Alpha-2-Code nach ISO 3166-1 oder dem UN M.49-Regionencode (z.B. „US“, „001“). Genaue Übereinstimmung ohne Berücksichtigung der Groß-/Kleinschreibung. Wenn mehrere Werte angegeben sind, werden Stimmen mit einem der angegebenen Regionscodes abgeglichen (ODER).

Optional. Freitext-Suchanfrage für Teilstrings, die ohne Berücksichtigung der Groß-/Kleinschreibung mit `display_name` und `description` abgeglichen werden. Maximal 2.048 Byte.

Optional. Nach Sprachtyp filtern. Akzeptiert „prebuilt“, „replicated“, „prompted“ (Groß-/Kleinschreibung wird nicht beachtet). Wenn mehrere Werte angegeben sind, werden Stimmen mit einem der angegebenen Typen abgeglichen (ODER).

Ein Token, das als „page_token“ gesendet werden kann, um die nächste Seite abzurufen. Wenn leer, gibt es keine nachfolgenden Seiten.

Die Stimmen aus der angegebenen Sammlung.

Erforderlich. Der Ressourcenname der benutzerdefinierten gespeicherten Stimme, die abgerufen werden soll (z. B. „voices/voice_abc123def456“).

Optional. Deskriptor für regionalen Akzent (z.B. „amerikanisch“, „britisch“).

Optional. Optimaler Nutzungskontext oder optimale Domain (z. B. „Unterhaltung“, „Hörbuch“, „Nachrichten“)

Optional. Eine beschreibende Zusammenfassung von Stimmklang, Persönlichkeit und Ton.

Optional. Vom Nutzer angegebener Anzeigename für eine gespeicherte Stimme (`store = true`) oder der Katalognamen für eine vordefinierte Stimme.

Nur Ausgabe. Der Zeitstempel, zu dem ein benutzerdefinierter gespeicherter Sprachschlüssel (`store = true`) oder ein replizierter Sprachschlüssel (`store = false`) abläuft. Bei benutzerdefinierten gespeicherten Stimmen (`store = true`) wird diese Ablaufzeit verlängert, wenn die Stimme für die Sprachsynthese oder als `base_voice` in `CreateVoice` verwendet wird. Nicht festgelegt für vorgefertigte Katalogstimmen (`"prebuilt"`), die nicht ablaufen.

Optional. Wahrgenommene Darstellung des Geschlechts der Stimme (z.B. „weiblich“, „männlich“, „neutral“).

Nur Ausgabe. Die eindeutige Kennung der Stimme. * Bei von Google verwalteten benutzerdefinierten Stimmen (`store = true`) ist dies eine generierte ID mit dem Präfix „voice_“ (z. B. „voice_abc123def456“). Übergeben Sie „voices/{id}“ als „name“ in „GetVoice“ und „DeleteVoice“ und „{id}“ direkt an „SpeechConfig.voice_config.voice“ (oder „SpeechConfig.voice“) während der Sprachsynthese. * Bei vordefinierten Katalogstimmen (`"prebuilt"`, die von `ListVoices` zurückgegeben werden) ist dies der Name des Sprechers (z. B. `Puck` oder `Charon`). * Nicht festgelegt, wenn `CreateVoice` mit `store = false` aufgerufen wird.

Nur Ausgabe. Der vom Kunden verwaltete Schlüssel für die Sprachreplikation (mit dem Präfix „voicekey_“). Wird nur von „CreateVoice“ zurückgegeben, wenn „type“ auf „replicated“ und „store“ auf „false“ gesetzt ist. Übergeben Sie diesen Schlüssel während der Sprachsynthese an „SpeechConfig.voice_config.voice“ (oder „SpeechConfig.voice“).

Optional. Primäres BCP-47-Sprachtag (z.B. „en-US“, „fr-FR“).

Optional. Das Modell, das zum Erstellen oder Replizieren der Stimme verwendet wurde. Wenn in „CreateVoice“ nicht angegeben, wird standardmäßig das neueste unterstützte Sprachdesignmodell verwendet. Wird in den Antworten von „CreateVoice“, „GetVoice“ und „ListVoices“ für benutzerdefinierte Stimmen („prompted“ und „replicated“) zurückgegeben. Für „prebuilt“-Stimmen ist der Wert nicht festgelegt. Erstellte Stimmen können mit jedem unterstützten TTS-Synthesemodell synthetisiert werden.

Optional. Die beabsichtigte Persona oder der beabsichtigte Archetyp (z.B. „Warm, Friendly“ [Warm, freundlich], „Narrator“ [Erzähler]).

Optional. ISO 3166-1 Alpha-2- oder UN M.49-Code für geografische Regionen (z.B. „US“, „GB“, „001“).

Erforderlich. Der Ressourcenname der zu löschenden benutzerdefinierten gespeicherten Stimme (z. B. „voices/voice_abc123def456“).