Gemini Voices API

ज़रूरी नहीं. इससे पता चलता है कि बनाई गई आवाज़ को Google सेव करके रखता है या नहीं. * `true` होने पर, Google आवाज़ को सेव करता है और `Voice.id` दिखाता है. उदाहरण के लिए, `voice_abc123def456`. इसे `GetVoice`, `ListVoices`, और `DeleteVoice` के ज़रिए मैनेज किया जा सकता है. साथ ही, सिंथेसिस के अनुरोधों में आईडी के हिसाब से इसका रेफ़रंस दिया जा सकता है. प्रोजेक्ट के लिए, सेव की गई आवाज़ों का ज़्यादा से ज़्यादा कोटा तय किया गया है. कोटा पूरा होने पर, `RESOURCE_EXHAUSTED` दिखता है. * जब `false` (डिफ़ॉल्ट) होता है, तो Google आवाज़ को सेव नहीं करता है. साथ ही, क्लाइंट-साइड स्टोरेज और सिंथेसिस के लिए `Voice.key` (उदाहरण के लिए, `voicekey_...`) दिखाता है. `voice` पर मौजूद खोज के लिए मेटाडेटा के वैकल्पिक फ़ील्ड, `store` के `false` होने पर सेव नहीं किए जाते या वापस नहीं भेजे जाते. `voice.type` के `"prompted"` होने पर, इसका `true` होना ज़रूरी है. ऐसा न होने पर, `INVALID_ARGUMENT` गड़बड़ी दिखेगी.

ज़रूरी है. आवाज़ बनाने के लिए. `voice.model` पैरामीटर का इस्तेमाल करना ज़रूरी नहीं है. अगर इसे शामिल नहीं किया जाता है, तो सेवा आवाज़ बनाने के लिए डिफ़ॉल्ट मॉडल चुनती है. अगर `Voice` पर सिर्फ़ आउटपुट वाले फ़ील्ड (`id`, `key`, `expire_time`, `usage`) सेट किए जाते हैं, तो उन्हें अनदेखा कर दिया जाता है.

ज़रूरी नहीं. क्षेत्रीय लहज़े के बारे में बताने वाला डिस्क्रिप्टर (जैसे, "अमेरिकन", "ब्रिटिश").

ज़रूरी नहीं. इस्तेमाल का सबसे सही कॉन्टेक्स्ट या डोमेन (जैसे, "बातचीत", "ऑडियो बुक", "खबरें").

ज़रूरी नहीं. आवाज़ की टोन, पर्सनैलिटी, और पिच के बारे में जानकारी देने वाली खास जानकारी.

ज़रूरी नहीं. यह प्रॉपर्टी, सेव की गई आवाज़ (`store = true`) के लिए, उपयोगकर्ता के दिए गए डिसप्ले नेम के बारे में जानकारी देती है. इसके अलावा, यह पहले से तैयार की गई आवाज़ के लिए कैटलॉग के नाम के बारे में भी जानकारी देती है.

सिर्फ़ आउटपुट के लिए. वह टाइमस्टैंप जिस पर कस्टम तौर पर सेव की गई आवाज़ (`store = true`) या मिलती-जुलती आवाज़ की कुंजी (`store = false`) की समयसीमा खत्म हो जाती है. प्रीबिल्ट कैटलॉग की आवाज़ों (`"prebuilt"`) के लिए, इसे अनसेट किया जाता है. इनकी समयसीमा खत्म नहीं होती.

ज़रूरी नहीं. आवाज़ के लिंग की पहचान (जैसे, "महिला", "पुरुष", "तटस्थ").

सिर्फ़ आउटपुट के लिए. आवाज़ का यूनीक आइडेंटिफ़ायर. * Google की ओर से मैनेज की जाने वाली कस्टम आवाज़ों (`store = true`) के लिए, यह जनरेट किया गया आईडी है. इसमें `voice_` प्रीफ़िक्स होता है. उदाहरण के लिए, `voice_abc123def456`. `GetVoice` और `DeleteVoice` में `name` के तौर पर `voices/{id}` पास करें. साथ ही, स्पीच सिंथेसिस के दौरान `SpeechConfig.voice_config.voice` (या `SpeechConfig.voice`) में सीधे तौर पर `{id}` पास करें. * पहले से मौजूद कैटलॉग की आवाज़ों (`ListVoices` से मिली `"prebuilt"`) के लिए, यह स्पीकर का नाम होता है. उदाहरण के लिए, `Puck` या `Charon`. * `CreateVoice` को `store = false` के साथ कॉल करने पर, इसे सेट नहीं किया जाता.

सिर्फ़ आउटपुट के लिए. क्लाइंट के मैनेज की गई आवाज़ की नकल बनाने की कुंजी (प्रीफ़िक्स `voicekey_` के साथ). यह कुंजी सिर्फ़ तब `CreateVoice` से मिलती है, जब `type` की वैल्यू `"replicated"` हो और `store` की वैल्यू `false` हो. स्पीच सिंथेसिस के दौरान, इस कुंजी को `SpeechConfig.voice_config.voice` (या `SpeechConfig.voice`) को पास करें.

ज़रूरी नहीं. BCP-47 भाषा का मुख्य टैग (जैसे, "en-US", "fr-FR").

ज़रूरी नहीं. आवाज़ को डिज़ाइन करने या उसकी नकल करने के लिए इस्तेमाल किया गया मॉडल. अगर `CreateVoice` में इसे शामिल नहीं किया जाता है, तो यह डिफ़ॉल्ट रूप से, आवाज़ के डिज़ाइन वाले सबसे नए मॉडल पर सेट होता है. यह वैल्यू, `CreateVoice`, `GetVoice`, और `ListVoices` के जवाबों में मिलती है. यह कस्टम वॉइस (`"prompted"` और `"replicated"`) के लिए सेट होती है. हालांकि, `"prebuilt"` वॉइस के लिए यह वैल्यू सेट नहीं होती. बनाई गई आवाज़ों को, टीटीएस के साथ काम करने वाले किसी भी सिंथेसिस मॉडल में इस्तेमाल किया जा सकता है.

ज़रूरी नहीं. इस्तेमाल किया जाने वाला पर्सोना या किरदार (जैसे, "दोस्ताना", "नैरेटर").

ज़रूरी नहीं. ISO 3166-1 ऐल्फ़ा-2 या UN M.49 वाला भौगोलिक क्षेत्र कोड (जैसे, "US", "GB", "001").

ज़रूरी नहीं. लहजे की जानकारी के हिसाब से फ़िल्टर करें. जैसे, "अमेरिकन", "ब्रिटिश". केस-इनसेंसिटिव सटीक मिलान. अगर एक से ज़्यादा वैल्यू दी जाती हैं, तो यह सुविधा, बताई गई किसी भी ऐक्सेंट (OR) से मिलती-जुलती आवाज़ों को ढूंढती है.

ज़रूरी नहीं. कॉन्टेक्स्ट या डोमेन के हिसाब से फ़िल्टर करें. उदाहरण के लिए, "खबरें, कारोबार". केस-इनसेंसिटिव सटीक मिलान. एक से ज़्यादा वैल्यू तय करने पर, यह सुविधा उन आवाज़ों से मैच करती है जिनमें बताए गए किसी भी कॉन्टेक्स्ट (OR) का इस्तेमाल किया गया हो.

ज़रूरी नहीं. जेंडर प्रज़ेंटेशन के हिसाब से फ़िल्टर करें. जैसे, "महिला", "पुरुष", "न्यूट्रल". केस-इनसेंसिटिव सटीक मिलान. एक से ज़्यादा वैल्यू तय करने पर, यह एट्रिब्यूट उन आवाज़ों से मैच करता है जिनका लिंग, तय किए गए लिंगों में से कोई एक हो (OR).

ज़रूरी नहीं. BCP-47 भाषा कोड के हिसाब से फ़िल्टर करें. उदाहरण के लिए, "en-US". केस-इनसेंसिटिव सटीक मिलान. एक से ज़्यादा वैल्यू तय करने पर, यह एट्रिब्यूट किसी भी तय किए गए भाषा कोड (OR) के हिसाब से आवाज़ों से मेल खाता है.

ज़रूरी नहीं. हर पेज पर, ज़्यादा से ज़्यादा कितनी आवाज़ें दिखानी हैं. ऐसा हो सकता है कि सेवा इस वैल्यू से कम नतीजे दिखाए. अगर इसे तय नहीं किया गया है, तो ज़्यादा से ज़्यादा 50 आवाज़ें दिखाई जाती हैं. ज़्यादा से ज़्यादा वैल्यू 1,000 हो सकती है. 1,000 से ज़्यादा वैल्यू को 1,000 में बदल दिया जाता है.

ज़रूरी नहीं. यह `ListVoices` कॉल से मिला पेज टोकन है. अगला पेज पाने के लिए, यह वैल्यू दें. पेज नंबर बदलते समय, सभी फ़िल्टर क्वेरी पैरामीटर (`language_code`, `region_code`, `accent`, `persona`, `context`, `gender`, `pitch`, `type`, और `search`) उस कॉल से मेल खाने चाहिए जिसने यह टोकन दिखाया है. ऐसा न होने पर, `INVALID_ARGUMENT` के साथ अनुरोध पूरा नहीं होगा. `page_size` पेजों के बीच बदल सकता है.

ज़रूरी नहीं. आवाज़ की स्टाइल के हिसाब से फ़िल्टर करें. जैसे, "प्यारी और दोस्ताना". केस-इनसेंसिटिव सटीक मिलान. अगर एक से ज़्यादा वैल्यू दी गई हैं, तो यह प्रॉपर्टी, बताई गई किसी भी पर्सोना (OR) से मिलती-जुलती आवाज़ों को मैच करती है.

ज़रूरी नहीं. आवाज़ की पिच के हिसाब से फ़िल्टर करें. यह `"low"`, `"medium"`, `"high"` वैल्यू स्वीकार करता है (केस-सेंसिटिव नहीं है). अगर एक से ज़्यादा वैल्यू दी गई हैं, तो आवाज़ें, दी गई किसी भी पिच (OR) से मैच करती हैं.

ज़रूरी नहीं. ISO 3166-1 ऐल्फ़ा-2 या UN M.49 क्षेत्र कोड (जैसे, "US", "001") के हिसाब से फ़िल्टर करें. केस-इनसेंसिटिव सटीक मिलान. एक से ज़्यादा वैल्यू तय करने पर, यह फ़िल्टर किसी भी तय किए गए क्षेत्र के कोड (OR) के हिसाब से आवाज़ों को मैच करता है.

ज़रूरी नहीं. फ़्री-टेक्स्ट सबस्ट्रिंग खोज क्वेरी, `display_name` और `description`, दोनों के साथ केस-इनसेंसिटिव तरीके से मैच की गई. ज़्यादा से ज़्यादा 2048 बाइट.

ज़रूरी नहीं. आवाज़ के टाइप के हिसाब से फ़िल्टर करें. यह `"prebuilt"`, `"replicated"`, `"prompted"` (केस-इनसेंसिटिव) को स्वीकार करता है. अगर एक से ज़्यादा वैल्यू तय की जाती हैं, तो यह तय किए गए किसी भी टाइप (OR) से मिलती-जुलती आवाज़ों को मैच करता है.

यह एक ऐसा टोकन है जिसे `page_token` के तौर पर भेजा जा सकता है, ताकि अगला पेज वापस पाया जा सके. अगर यह फ़ील्ड खाली है, तो इसका मतलब है कि इसके बाद कोई पेज नहीं है.

चुने गए कलेक्शन की आवाज़ें.

ज़रूरी है. कस्टम तौर पर सेव की गई आवाज़ का संसाधन नाम, जिसे वापस पाना है (उदाहरण के लिए, `voices/voice_abc123def456`).

ज़रूरी नहीं. क्षेत्रीय लहज़े के बारे में बताने वाला डिस्क्रिप्टर (जैसे, "अमेरिकन", "ब्रिटिश").

ज़रूरी नहीं. इस्तेमाल का सबसे सही कॉन्टेक्स्ट या डोमेन (जैसे, "बातचीत", "ऑडियो बुक", "खबरें").

ज़रूरी नहीं. आवाज़ की टोन, पर्सनैलिटी, और पिच के बारे में जानकारी देने वाली खास जानकारी.

ज़रूरी नहीं. यह प्रॉपर्टी, सेव की गई आवाज़ (`store = true`) के लिए, उपयोगकर्ता के दिए गए डिसप्ले नेम के बारे में जानकारी देती है. इसके अलावा, यह पहले से तैयार की गई आवाज़ के लिए कैटलॉग के नाम के बारे में भी जानकारी देती है.

सिर्फ़ आउटपुट के लिए. वह टाइमस्टैंप जिस पर कस्टम तौर पर सेव की गई आवाज़ (`store = true`) या मिलती-जुलती आवाज़ की कुंजी (`store = false`) की समयसीमा खत्म हो जाती है. प्रीबिल्ट कैटलॉग की आवाज़ों (`"prebuilt"`) के लिए, इसे अनसेट किया जाता है. इनकी समयसीमा खत्म नहीं होती.

ज़रूरी नहीं. आवाज़ के लिंग की पहचान (जैसे, "महिला", "पुरुष", "तटस्थ").

सिर्फ़ आउटपुट के लिए. आवाज़ का यूनीक आइडेंटिफ़ायर. * Google की ओर से मैनेज की जाने वाली कस्टम आवाज़ों (`store = true`) के लिए, यह जनरेट किया गया आईडी है. इसमें `voice_` प्रीफ़िक्स होता है. उदाहरण के लिए, `voice_abc123def456`. `GetVoice` और `DeleteVoice` में `name` के तौर पर `voices/{id}` पास करें. साथ ही, स्पीच सिंथेसिस के दौरान `SpeechConfig.voice_config.voice` (या `SpeechConfig.voice`) में सीधे तौर पर `{id}` पास करें. * पहले से मौजूद कैटलॉग की आवाज़ों (`ListVoices` से मिली `"prebuilt"`) के लिए, यह स्पीकर का नाम होता है. उदाहरण के लिए, `Puck` या `Charon`. * `CreateVoice` को `store = false` के साथ कॉल करने पर, इसे सेट नहीं किया जाता.

सिर्फ़ आउटपुट के लिए. क्लाइंट के मैनेज की गई आवाज़ की नकल बनाने की कुंजी (प्रीफ़िक्स `voicekey_` के साथ). यह कुंजी सिर्फ़ तब `CreateVoice` से मिलती है, जब `type` की वैल्यू `"replicated"` हो और `store` की वैल्यू `false` हो. स्पीच सिंथेसिस के दौरान, इस कुंजी को `SpeechConfig.voice_config.voice` (या `SpeechConfig.voice`) को पास करें.

ज़रूरी नहीं. BCP-47 भाषा का मुख्य टैग (जैसे, "en-US", "fr-FR").

ज़रूरी नहीं. आवाज़ को डिज़ाइन करने या उसकी नकल करने के लिए इस्तेमाल किया गया मॉडल. अगर `CreateVoice` में इसे शामिल नहीं किया जाता है, तो यह डिफ़ॉल्ट रूप से, आवाज़ के डिज़ाइन वाले सबसे नए मॉडल पर सेट होता है. यह वैल्यू, `CreateVoice`, `GetVoice`, और `ListVoices` के जवाबों में मिलती है. यह कस्टम वॉइस (`"prompted"` और `"replicated"`) के लिए सेट होती है. हालांकि, `"prebuilt"` वॉइस के लिए यह वैल्यू सेट नहीं होती. बनाई गई आवाज़ों को, टीटीएस के साथ काम करने वाले किसी भी सिंथेसिस मॉडल में इस्तेमाल किया जा सकता है.

ज़रूरी नहीं. इस्तेमाल किया जाने वाला पर्सोना या किरदार (जैसे, "दोस्ताना", "नैरेटर").

ज़रूरी नहीं. ISO 3166-1 ऐल्फ़ा-2 या UN M.49 वाला भौगोलिक क्षेत्र कोड (जैसे, "US", "GB", "001").

ज़रूरी है. मिटाने के लिए, कस्टम तौर पर सेव की गई आवाज़ का संसाधन नाम (उदाहरण के लिए, `voices/voice_abc123def456`).