이제 Gemini 3.8 Flash를 사용할 수 있습니다. 사용해 보기.

Google은 AI 기술을 사용하여 콘텐츠를 사용자의 기본 언어로 번역합니다. AI 번역에는 오류가 있을 수 있습니다.

Gemini Voices API

Voices API를 사용하면 자연어 프롬프트 (음성 디자인) 또는 참조 오디오 및 화자 동의 녹음 파일 (음성 복제)에서 커스텀 음성을 만들고, Text-to-Speech (TTS) 합성을 위한 커스텀 음성 및 사전 빌드된 음성을 나열, 검색, 관리할 수 있습니다.

마크다운으로 보기 OpenAPI 사양 보기

CreateVoice

post https://generativelanguage.googleapis.com/v1beta/voices

자연어 프롬프트(`VOICE_TYPE_PROMPTED`) 또는 참조 및 동의 오디오 녹음(`VOICE_TYPE_REPLICATED`)에서 맞춤 음성을 만듭니다.

요청 본문
응답

요청 본문

요청 본문에는 다음과 같은 구조의 데이터가 포함됩니다.

store boolean (선택사항)

선택사항입니다. 생성된 음성이 Google에 의해 유지되고 관리되는지 여부입니다. * `true`인 경우 Google은 음성을 저장하고 `Voice.id` (예: `voice_abc123def456`)를 반환합니다. 이 ID는 `GetVoice`, `ListVoices`, `DeleteVoice` 를 통해 관리할 수 있으며 합성 요청에서 ID로 참조할 수 있습니다. 프로젝트에는 최대 활성 저장 음성 할당량이 적용됩니다. 할당량을 초과하면 `RESOURCE_EXHAUSTED`가 반환됩니다. * `false` (기본값)인 경우 음성은 Google에 저장되지 않으며 클라이언트 측 저장 및 합성을 위해 `Voice.key`(예: `voicekey_…`)가 반환됩니다. `store` 가 `false` 인 경우 `voice`의 선택적 탐색 메타데이터 필드가 유지되거나 반환되지 않습니다. * `voice.type` 이 `"prompted"`인 경우 `true`여야 합니다(그렇지 않으면 `INVALID_ARGUMENT`로 실패함).

voice Voice (required)

필수 항목입니다. 만들 음성입니다. `voice.model` 은 선택사항입니다. 생략하면 서비스에서 기본 음성 생성 모델을 선택합니다. `Voice`의 출력 전용 필드 (`id`, `key`, `expire_time`, `usage`)는 설정된 경우 무시됩니다.

응답

성공한 경우 응답 본문은 다음과 같은 구조의 데이터를 포함합니다.

강조 문자열 (선택사항)

선택사항입니다. 지역 억양 설명자 (예: '미국', '영국').

context string (선택사항)

선택사항입니다. 최적의 사용 컨텍스트 또는 도메인 (예: '대화형', '오디오북', '뉴스')

설명 문자열 (선택사항)

선택사항입니다. 보컬 음색, 성격, 어조에 대한 설명 요약

display_name string (선택사항)

선택사항입니다. 저장된 음성 (`store = true`)의 사용자 제공 표시 이름 또는 사전 빌드된 음성의 카탈로그 이름입니다.

expire_time string (선택사항)

출력 전용입니다. 맞춤 저장 음성 (`store = true`) 또는 복제된 음성 키 (`store = false`)가 만료되는 타임스탬프입니다. 만료되지 않는 사전 빌드 카탈로그 음성 (`"prebuilt"`)의 경우 설정되지 않습니다.

성별 문자열 (선택사항)

선택사항입니다. 인식된 음성 성별 표현 (예: '여성', '남성', '중립')입니다.

id string (선택사항)

출력 전용입니다. 음성의 고유 식별자입니다. * Google 관리 맞춤 음성 (`store = true`)의 경우 `voice_` 접두사가 있는 생성된 ID입니다 (예: `voice_abc123def456`). `GetVoice` 및 `DeleteVoice` 에서 `voices/{id}`를 `name`으로 전달하고 음성 합성 중에 `{id}` 를 `SpeechConfig.voice_config.voice` (또는 `SpeechConfig.voice`)에 직접 전달합니다. * 사전 빌드된 카탈로그 음성 (`ListVoices`에서 `"prebuilt"` 반환)의 경우 화자 이름입니다 (예: `Puck` 또는 `Charon`). * `store = false` 로 `CreateVoice`가 호출되면 설정되지 않습니다.

key string (선택사항)

출력 전용입니다. 클라이언트 관리 음성 복제 키 (접두사 `voicekey_` 사용). `type`이 `"replicated"`이고 `store`가 false인 경우 `CreateVoice`에 의해서만 반환됩니다. 음성 합성 중에 이 키를 `SpeechConfig.voice_config.voice`(또는 `SpeechConfig.voice`)에 전달합니다.

language_code string (선택사항)

선택사항입니다. 기본 BCP-47 언어 태그 (예: 'en-US', 'fr-FR')입니다.

model string (선택사항)

선택사항입니다. 음성을 설계하거나 복제하는 데 사용된 모델입니다. `CreateVoice`에서 생략된 경우 지원되는 최신 음성 디자인 모델이 기본값으로 사용됩니다. 맞춤 음성('prompted' 및 'replicated')의 경우 `CreateVoice`, `GetVoice`, `ListVoices` 응답에서 반환됩니다. 'prebuilt' 음성의 경우 설정되지 않습니다. 생성된 음성은 지원되는 TTS 합성 모델에서 합성할 수 있습니다.

페르소나 문자열 (선택사항)

선택사항입니다. 의도한 페르소나 또는 캐릭터 원형 (예: '따뜻하고 친근함', '내레이터')

피치 피치 (선택사항)

선택사항입니다. 음성 음조 분류

가능한 값

low
낮은 음성
medium
중간 음조의 음성
high
높은 음성

prompted PromptedVoice (선택사항)

프롬프트 기반 음성 생성을 위한 파라미터입니다. `type` 이 `"prompted"`인 경우 `CreateVoice`에서 필수입니다. 프롬프트 음성의 경우 `CreateVoice`, `GetVoice`, `ListVoices` 응답에서 반환됩니다.

필드

input string (선택사항)

필수 항목입니다. 원하는 음성을 설명하는 자연어 프롬프트입니다(예: '중년의 거대한 악마 오우거의 깊고 우렁찬 남성 음성').

region_code 문자열 (선택사항)

선택사항입니다. ISO 3166-1 alpha-2 또는 UN M.49 지리적 지역 코드 (예: 'US', 'GB', '001')

sample_audio AudioData (선택사항)

출력 전용입니다. 프롬프트가 지정된 음성에 대해 생성된 샘플 오디오 (합성기 프롬프트 오디오)입니다. `type` 이 `"prompted"`인 경우 `CreateVoice` 및 `GetVoice` 응답에서만 채워집니다. `ListVoices` 응답 및 `"replicated"` 또는 `"prebuilt"` 음성의 경우 설정되지 않습니다.

필드

data string (선택사항)

필수 항목입니다. 원시 오디오 바이트입니다.

mime_type string (선택사항)

필수 항목입니다. 오디오 데이터의 IANA MIME 유형입니다 (예: `audio/wav` 또는 `audio/mpeg`).

type VoiceType (선택사항)

필수 항목입니다. 음성 유형입니다. `CreateVoice`에서는 `"replicated"` 또는 `"prompted"`여야 합니다. `ListVoices` 응답에서는 `"prebuilt"`일 수도 있습니다.

가능한 값

replicated
참조 오디오 샘플 및 화자 동의 녹음에서 복제된 맞춤 음성입니다.
prompted
자연어 텍스트 프롬프트에서 생성된 맞춤 음성입니다.
prebuilt
Google의 음성 카탈로그에 있는 내장 시스템 음성입니다 (예: `Puck`, `Charon`). 응답에 반환되며 `CreateVoice`에서 유형으로 지정할 수 없습니다.

usage Usage (선택사항)

출력 전용입니다. 음성 생성 요청의 토큰 사용량 통계입니다. `type` 이 `"prompted"`인 경우 `CreateVoice`의 응답에서만 채워집니다. `"replicated"` 의 경우와 `GetVoice` 및 `ListVoices` 응답에서는 설정되지 않습니다.

필드

cached_tokens_by_modality array (ModalityTokens) (optional)

모달리티별 캐시된 토큰 사용량 분석입니다.

필드

modality ResponseModality (선택사항)

토큰 수와 연결된 모달리티입니다.

가능한 값

text
모델이 텍스트를 반환해야 함을 나타냅니다.
image
모델이 이미지를 반환해야 함을 나타냅니다.
audio
모델이 오디오를 반환해야 함을 나타냅니다.
video
모델이 동영상을 반환해야 함을 나타냅니다.
document
모델이 문서를 반환해야 함을 나타냅니다.

토큰 정수 (선택사항)

모달리티의 토큰 수입니다.

grounding_tool_count array (GroundingToolCount) (선택사항)

그라운딩 도구 수입니다.

필드

count 정수 (선택사항)

그라운딩 도구 수입니다.

type enum (string) (선택사항)

개수와 연결된 그라운딩 도구 유형입니다.

가능한 값은 다음과 같습니다.

google_search
Google 웹 검색 및 이미지 검색을 사용한 그라운딩, 엔터프라이즈용 웹 그라운딩
google_maps
Google 지도 기반 그라운딩

input_tokens_by_modality array (ModalityTokens) (선택사항)

모달리티별 입력 토큰 사용량 분석입니다.

필드

modality ResponseModality (선택사항)

토큰 수와 연결된 모달리티입니다.

가능한 값

text
모델이 텍스트를 반환해야 함을 나타냅니다.
image
모델이 이미지를 반환해야 함을 나타냅니다.
audio
모델이 오디오를 반환해야 함을 나타냅니다.
video
모델이 동영상을 반환해야 함을 나타냅니다.
document
모델이 문서를 반환해야 함을 나타냅니다.

토큰 정수 (선택사항)

모달리티의 토큰 수입니다.

output_tokens_by_modality array (ModalityTokens) (선택사항)

모달리티별 출력 토큰 사용량 분석입니다.

필드

modality ResponseModality (선택사항)

토큰 수와 연결된 모달리티입니다.

가능한 값

text
모델이 텍스트를 반환해야 함을 나타냅니다.
image
모델이 이미지를 반환해야 함을 나타냅니다.
audio
모델이 오디오를 반환해야 함을 나타냅니다.
video
모델이 동영상을 반환해야 함을 나타냅니다.
document
모델이 문서를 반환해야 함을 나타냅니다.

토큰 정수 (선택사항)

모달리티의 토큰 수입니다.

tool_use_tokens_by_modality array (ModalityTokens) (선택사항)

모달리티별 도구 사용 토큰 사용량 분석

필드

modality ResponseModality (선택사항)

토큰 수와 연결된 모달리티입니다.

가능한 값

text
모델이 텍스트를 반환해야 함을 나타냅니다.
image
모델이 이미지를 반환해야 함을 나타냅니다.
audio
모델이 오디오를 반환해야 함을 나타냅니다.
video
모델이 동영상을 반환해야 함을 나타냅니다.
document
모델이 문서를 반환해야 함을 나타냅니다.

토큰 정수 (선택사항)

모달리티의 토큰 수입니다.

total_cached_tokens integer (선택사항)

프롬프트의 캐시된 부분 (캐시된 콘텐츠)의 토큰 수입니다.

total_input_tokens integer (선택사항)

프롬프트 (컨텍스트)의 토큰 수입니다.

total_output_tokens integer (선택사항)

생성된 모든 대답의 총 토큰 수입니다.

total_thought_tokens integer (선택사항)

사고 모델의 사고 토큰 수입니다.

total_tokens integer (선택사항)

상호작용 요청의 총 토큰 수 (프롬프트 + 대답 + 기타 내부 토큰)입니다.

total_tool_use_tokens integer (선택사항)

도구 사용 프롬프트에 있는 토큰 수입니다.

예

응답 예시

{
  "accent": "string",
  "context": "string",
  "description": "string",
  "display_name": "string",
  "expire_time": "string",
  "gender": "string",
  "id": "string",
  "key": "string",
  "language_code": "string",
  "model": "string",
  "persona": "string",
  "pitch": "low",
  "prompted": {
    "input": "string"
  },
  "region_code": "string",
  "replicated": {
    "consent_audio": {
      "data": "string",
      "mime_type": "string"
    },
    "source_audio": {
      "data": "string",
      "mime_type": "string"
    }
  },
  "sample_audio": {
    "data": "string",
    "mime_type": "string"
  },
  "type": "replicated",
  "usage": {
    "cached_tokens_by_modality": [
      {
        "modality": "text",
        "tokens": 0
      }
    ],
    "grounding_tool_count": [
      {
        "count": 0,
        "type": "google_search"
      }
    ],
    "input_tokens_by_modality": [
      {
        "modality": "text",
        "tokens": 0
      }
    ],
    "output_tokens_by_modality": [
      {
        "modality": "text",
        "tokens": 0
      }
    ],
    "tool_use_tokens_by_modality": [
      {
        "modality": "text",
        "tokens": 0
      }
    ],
    "total_cached_tokens": 0,
    "total_input_tokens": 0,
    "total_output_tokens": 0,
    "total_thought_tokens": 0,
    "total_tokens": 0,
    "total_tool_use_tokens": 0
  }
}

ListVoices

get https://generativelanguage.googleapis.com/v1beta/voices

호출자가 소유한 맞춤 저장 음성 (최신순)과 Google의 음성 카탈로그에 있는 사전 빌드 시스템 음성을 나열합니다.

경로 / 쿼리 매개변수
응답

경로 / 쿼리 매개변수

accent array (string) (선택사항)

선택사항입니다. 액센트 설명 (예: '미국', '영국')으로 필터링합니다. 대소문자를 구분하지 않는 정확한 일치입니다. 여러 값을 지정하면 지정된 악센트 중 하나라도 있는 음성과 일치합니다 (OR).

context array (string) (선택사항)

선택사항입니다. 의도한 컨텍스트 또는 도메인 (예: '뉴스, 상업')으로 필터링합니다. 대소문자를 구분하지 않는 일치검색입니다. 값이 여러 개 지정된 경우 지정된 컨텍스트 중 하나와 음성이 일치합니다 (OR).

성별 배열 (문자열) (선택사항)

선택사항입니다. 성별 표현 (예: '여성', '남성', '중립')으로 필터링합니다. 대소문자를 구분하지 않는 정확한 일치입니다. 여러 값을 지정하면 지정된 성별 중 하나와 일치하는 음성을 찾습니다 (OR).

language_code array (string) (선택사항)

선택사항입니다. BCP-47 언어 코드 (예: 'en-US')로 필터링합니다. 대소문자를 구분하지 않는 정확한 일치입니다. 값이 여러 개 지정된 경우 지정된 언어 코드 중 하나와 음성이 일치합니다 (OR).

page_size integer (선택사항)

선택사항입니다. 페이지당 반환할 최대 음성 수입니다. 서비스가 이 값보다 더 적게 반환할 수 있습니다. 지정하지 않으면 최대 50개의 음성이 반환됩니다. 최댓값은 1,000이며, 1,000 이상의 값은 1,000으로 변환됩니다.

page_token string (선택사항)

선택사항입니다. 이전 `ListVoices` 호출에서 수신된 페이지 토큰입니다. 후속 페이지를 가져오려면 이 값을 제공하세요. 페이지로 나눌 때는 모든 필터 쿼리 매개변수 (`language_code`, `region_code`, `accent`, `persona`, `context`, `gender`, `pitch`, `type`, `search`)가 이 토큰을 반환한 호출과 일치해야 합니다. 그렇지 않으면 요청이 `INVALID_ARGUMENT`로 실패합니다. `page_size` 는 페이지 간에 변경될 수 있습니다.

persona array (string) (선택사항)

선택사항입니다. 보컬 페르소나 (예: '따뜻하고 친근함')로 필터링합니다. 대소문자를 구분하지 않는 정확한 일치입니다. 여러 값을 지정하면 지정된 페르소나 중 하나와 일치하는 음성을 반환합니다 (OR).

pitch array (string) (선택사항)

선택사항입니다. 보컬 음높이로 필터링 'low', 'medium', 'high' 또는 'PITCH_LOW', 'PITCH_MEDIUM', 'PITCH_HIGH'를 허용합니다(대소문자 구분 안 함). 값이 여러 개 지정된 경우 지정된 음조 중 하나와 일치하는 음성을 일치시킵니다(OR).

region_code array (string) (선택사항)

선택사항입니다. ISO 3166-1 alpha-2 또는 UN M.49 지역 코드 (예: 'US', '001')로 필터링합니다. 대소문자를 구분하지 않는 정확한 일치입니다. 값이 여러 개 지정된 경우 지정된 지역 코드 중 하나와 일치하는 음성을 찾습니다 (OR).

search string (선택사항)

선택사항입니다. `display_name` 및 `description`에 대해 대소문자를 구분하지 않고 일치하는 자유 형식 텍스트 하위 문자열 검색어입니다. 최대 2,048바이트입니다.

type array (string) (선택사항)

선택사항입니다. 음성 유형별로 필터링합니다. 'prebuilt', 'replicated', 'prompted' 또는 'VOICE_TYPE_PREBUILT', 'VOICE_TYPE_REPLICATED', 'VOICE_TYPE_PROMPTED'를 허용합니다(대소문자 구분 안 함). 값이 여러 개 지정된 경우 지정된 유형 중 하나와 음성이 일치합니다 (OR).

응답

성공한 경우 응답 본문은 다음과 같은 구조의 데이터를 포함합니다.

next_page_token string (선택사항)

다음 페이지를 검색하기 위해 `page_token` 으로 전송할 수 있는 토큰입니다. 비어 있으면 후속 페이지가 없습니다.

voices array (Voice) (선택사항)

지정된 컬렉션의 음성입니다.

예

응답 예시

{
  "next_page_token": "string",
  "voices": [
    {
      "accent": "string",
      "context": "string",
      "description": "string",
      "display_name": "string",
      "expire_time": "string",
      "gender": "string",
      "id": "string",
      "key": "string",
      "language_code": "string",
      "model": "string",
      "persona": "string",
      "pitch": "low",
      "prompted": {
        "input": "string"
      },
      "region_code": "string",
      "replicated": {
        "consent_audio": {
          "data": "string",
          "mime_type": "string"
        },
        "source_audio": {
          "data": "string",
          "mime_type": "string"
        }
      },
      "sample_audio": {
        "data": "string",
        "mime_type": "string"
      },
      "type": "replicated",
      "usage": {
        "cached_tokens_by_modality": [
          {
            "modality": "...",
            "tokens": 0
          }
        ],
        "grounding_tool_count": [
          {
            "count": 0,
            "type": "google_search"
          }
        ],
        "input_tokens_by_modality": [
          {
            "modality": "...",
            "tokens": 0
          }
        ],
        "output_tokens_by_modality": [
          {
            "modality": "...",
            "tokens": 0
          }
        ],
        "tool_use_tokens_by_modality": [
          {
            "modality": "...",
            "tokens": 0
          }
        ],
        "total_cached_tokens": 0,
        "total_input_tokens": 0,
        "total_output_tokens": 0,
        "total_thought_tokens": 0,
        "total_tokens": 0,
        "total_tool_use_tokens": 0
      }
    }
  ]
}

GetVoice

get https://generativelanguage.googleapis.com/v1beta/voices/{voicesId}

리소스 이름으로 맞춤 저장 음성 (`store = true`)을 가져옵니다. 사전 빌드된 카탈로그 음성 (`VOICE_TYPE_PREBUILT`)은 `GetVoice`를 통해 가져올 수 없습니다. 대신 `ListVoices` 를 사용하세요.

경로 / 쿼리 매개변수
응답

경로 / 쿼리 매개변수

voicesId string (필수)

필수 항목입니다. 가져올 맞춤 저장 음성의 리소스 이름입니다(예: `voices/voice_abc123def456`).

응답

성공한 경우 응답 본문은 다음과 같은 구조의 데이터를 포함합니다.

강조 문자열 (선택사항)

선택사항입니다. 지역 억양 설명자 (예: '미국', '영국').

context string (선택사항)

선택사항입니다. 최적의 사용 컨텍스트 또는 도메인 (예: '대화형', '오디오북', '뉴스')

설명 문자열 (선택사항)

선택사항입니다. 보컬 음색, 성격, 어조에 대한 설명 요약

display_name string (선택사항)

선택사항입니다. 저장된 음성 (`store = true`)의 사용자 제공 표시 이름 또는 사전 빌드된 음성의 카탈로그 이름입니다.

expire_time string (선택사항)

성별 문자열 (선택사항)

선택사항입니다. 인식된 음성 성별 표현 (예: '여성', '남성', '중립')입니다.

id string (선택사항)

key string (선택사항)

language_code string (선택사항)

선택사항입니다. 기본 BCP-47 언어 태그 (예: 'en-US', 'fr-FR')입니다.

model string (선택사항)

페르소나 문자열 (선택사항)

선택사항입니다. 의도한 페르소나 또는 캐릭터 원형 (예: '따뜻하고 친근함', '내레이터')

피치 피치 (선택사항)

선택사항입니다. 음성 음조 분류

가능한 값

low
낮은 음성
medium
중간 음조의 음성
high
높은 음성

prompted PromptedVoice (선택사항)

필드

input string (선택사항)

필수 항목입니다. 원하는 음성을 설명하는 자연어 프롬프트입니다(예: '중년의 거대한 악마 오우거의 깊고 우렁찬 남성 음성').

region_code 문자열 (선택사항)

선택사항입니다. ISO 3166-1 alpha-2 또는 UN M.49 지리적 지역 코드 (예: 'US', 'GB', '001')

sample_audio AudioData (선택사항)

필드

data string (선택사항)

필수 항목입니다. 원시 오디오 바이트입니다.

mime_type string (선택사항)

필수 항목입니다. 오디오 데이터의 IANA MIME 유형입니다 (예: `audio/wav` 또는 `audio/mpeg`).

type VoiceType (선택사항)

필수 항목입니다. 음성 유형입니다. `CreateVoice`에서는 `"replicated"` 또는 `"prompted"`여야 합니다. `ListVoices` 응답에서는 `"prebuilt"`일 수도 있습니다.

가능한 값

replicated
참조 오디오 샘플 및 화자 동의 녹음에서 복제된 맞춤 음성입니다.
prompted
자연어 텍스트 프롬프트에서 생성된 맞춤 음성입니다.
prebuilt
Google의 음성 카탈로그에 있는 내장 시스템 음성입니다 (예: `Puck`, `Charon`). 응답에 반환되며 `CreateVoice`에서 유형으로 지정할 수 없습니다.

usage Usage (선택사항)

필드

cached_tokens_by_modality array (ModalityTokens) (optional)

모달리티별 캐시된 토큰 사용량 분석입니다.

필드

modality ResponseModality (선택사항)

토큰 수와 연결된 모달리티입니다.

가능한 값

text
모델이 텍스트를 반환해야 함을 나타냅니다.
image
모델이 이미지를 반환해야 함을 나타냅니다.
audio
모델이 오디오를 반환해야 함을 나타냅니다.
video
모델이 동영상을 반환해야 함을 나타냅니다.
document
모델이 문서를 반환해야 함을 나타냅니다.

토큰 정수 (선택사항)

모달리티의 토큰 수입니다.

grounding_tool_count array (GroundingToolCount) (선택사항)

그라운딩 도구 수입니다.

필드

count 정수 (선택사항)

그라운딩 도구 수입니다.

type enum (string) (선택사항)

개수와 연결된 그라운딩 도구 유형입니다.

가능한 값은 다음과 같습니다.

google_search
Google 웹 검색 및 이미지 검색을 사용한 그라운딩, 엔터프라이즈용 웹 그라운딩
google_maps
Google 지도 기반 그라운딩

input_tokens_by_modality array (ModalityTokens) (선택사항)

모달리티별 입력 토큰 사용량 분석입니다.

필드

modality ResponseModality (선택사항)

토큰 수와 연결된 모달리티입니다.

가능한 값

text
모델이 텍스트를 반환해야 함을 나타냅니다.
image
모델이 이미지를 반환해야 함을 나타냅니다.
audio
모델이 오디오를 반환해야 함을 나타냅니다.
video
모델이 동영상을 반환해야 함을 나타냅니다.
document
모델이 문서를 반환해야 함을 나타냅니다.

토큰 정수 (선택사항)

모달리티의 토큰 수입니다.

output_tokens_by_modality array (ModalityTokens) (선택사항)

모달리티별 출력 토큰 사용량 분석입니다.

필드

modality ResponseModality (선택사항)

토큰 수와 연결된 모달리티입니다.

가능한 값

text
모델이 텍스트를 반환해야 함을 나타냅니다.
image
모델이 이미지를 반환해야 함을 나타냅니다.
audio
모델이 오디오를 반환해야 함을 나타냅니다.
video
모델이 동영상을 반환해야 함을 나타냅니다.
document
모델이 문서를 반환해야 함을 나타냅니다.

토큰 정수 (선택사항)

모달리티의 토큰 수입니다.

tool_use_tokens_by_modality array (ModalityTokens) (선택사항)

모달리티별 도구 사용 토큰 사용량 분석

필드

modality ResponseModality (선택사항)

토큰 수와 연결된 모달리티입니다.

가능한 값

text
모델이 텍스트를 반환해야 함을 나타냅니다.
image
모델이 이미지를 반환해야 함을 나타냅니다.
audio
모델이 오디오를 반환해야 함을 나타냅니다.
video
모델이 동영상을 반환해야 함을 나타냅니다.
document
모델이 문서를 반환해야 함을 나타냅니다.

토큰 정수 (선택사항)

모달리티의 토큰 수입니다.

total_cached_tokens integer (선택사항)

프롬프트의 캐시된 부분 (캐시된 콘텐츠)의 토큰 수입니다.

total_input_tokens integer (선택사항)

프롬프트 (컨텍스트)의 토큰 수입니다.

total_output_tokens integer (선택사항)

생성된 모든 대답의 총 토큰 수입니다.

total_thought_tokens integer (선택사항)

사고 모델의 사고 토큰 수입니다.

total_tokens integer (선택사항)

상호작용 요청의 총 토큰 수 (프롬프트 + 대답 + 기타 내부 토큰)입니다.

total_tool_use_tokens integer (선택사항)

도구 사용 프롬프트에 있는 토큰 수입니다.

예

응답 예시

{
  "accent": "string",
  "context": "string",
  "description": "string",
  "display_name": "string",
  "expire_time": "string",
  "gender": "string",
  "id": "string",
  "key": "string",
  "language_code": "string",
  "model": "string",
  "persona": "string",
  "pitch": "low",
  "prompted": {
    "input": "string"
  },
  "region_code": "string",
  "replicated": {
    "consent_audio": {
      "data": "string",
      "mime_type": "string"
    },
    "source_audio": {
      "data": "string",
      "mime_type": "string"
    }
  },
  "sample_audio": {
    "data": "string",
    "mime_type": "string"
  },
  "type": "replicated",
  "usage": {
    "cached_tokens_by_modality": [
      {
        "modality": "text",
        "tokens": 0
      }
    ],
    "grounding_tool_count": [
      {
        "count": 0,
        "type": "google_search"
      }
    ],
    "input_tokens_by_modality": [
      {
        "modality": "text",
        "tokens": 0
      }
    ],
    "output_tokens_by_modality": [
      {
        "modality": "text",
        "tokens": 0
      }
    ],
    "tool_use_tokens_by_modality": [
      {
        "modality": "text",
        "tokens": 0
      }
    ],
    "total_cached_tokens": 0,
    "total_input_tokens": 0,
    "total_output_tokens": 0,
    "total_thought_tokens": 0,
    "total_tokens": 0,
    "total_tool_use_tokens": 0
  }
}

DeleteVoice

delete https://generativelanguage.googleapis.com/v1beta/voices/{voicesId}

리소스 이름으로 맞춤 저장 음성 (`store = true`)을 삭제합니다. 사전 제작된 카탈로그 음성 (`VOICE_TYPE_PREBUILT`)은 삭제할 수 없습니다.

경로 / 쿼리 매개변수
응답

경로 / 쿼리 매개변수

voicesId string (필수)

필수 항목입니다. 삭제할 맞춤 저장 음성의 리소스 이름입니다(예: `voices/voice_abc123def456`).

응답

성공한 경우 응답은 비어 있습니다.

예

리소스

음성

맞춤 음성 (`CreateVoice`를 통해 생성됨) 또는 사전 빌드된 시스템 음성 (`ListVoices`에 의해 반환됨)을 나타내는 음성 리소스입니다.

필드

액센트 문자열 (선택사항)

선택사항입니다. 지역 억양 설명자 (예: '미국', '영국').

context string (선택사항)

선택사항입니다. 최적의 사용 컨텍스트 또는 도메인 (예: '대화형', '오디오북', '뉴스')

설명 문자열 (선택사항)

선택사항입니다. 보컬 음색, 성격, 어조에 대한 설명 요약

display_name string (선택사항)

선택사항입니다. 저장된 음성 (`store = true`)의 사용자 제공 표시 이름 또는 사전 빌드된 음성의 카탈로그 이름입니다.

expire_time string (선택사항)

성별 문자열 (선택사항)

선택사항입니다. 인식된 음성 성별 표현 (예: '여성', '남성', '중립')입니다.

id string (선택사항)

key string (선택사항)

language_code string (선택사항)

선택사항입니다. 기본 BCP-47 언어 태그 (예: 'en-US', 'fr-FR')입니다.

model string (선택사항)

페르소나 문자열 (선택사항)

선택사항입니다. 의도한 페르소나 또는 캐릭터 원형 (예: '따뜻하고 친근함', '내레이터')

피치 피치 (선택사항)

선택사항입니다. 음성 음조 분류

가능한 값

low
낮은 음성
medium
중간 음조의 음성
high
높은 음성

prompted PromptedVoice (선택사항)

필드

input string (선택사항)

필수 항목입니다. 원하는 음성을 설명하는 자연어 프롬프트입니다(예: '중년의 거대한 악마 오우거의 깊고 우렁찬 남성 음성').

region_code 문자열 (선택사항)

선택사항입니다. ISO 3166-1 alpha-2 또는 UN M.49 지리적 지역 코드 (예: 'US', 'GB', '001')

sample_audio AudioData (선택사항)

필드

data string (선택사항)

필수 항목입니다. 원시 오디오 바이트입니다.

mime_type string (선택사항)

필수 항목입니다. 오디오 데이터의 IANA MIME 유형입니다 (예: `audio/wav` 또는 `audio/mpeg`).

type VoiceType (선택사항)

필수 항목입니다. 음성 유형입니다. `CreateVoice`에서는 `"replicated"` 또는 `"prompted"`여야 합니다. `ListVoices` 응답에서는 `"prebuilt"`일 수도 있습니다.

가능한 값

replicated
참조 오디오 샘플 및 화자 동의 녹음에서 복제된 맞춤 음성입니다.
prompted
자연어 텍스트 프롬프트에서 생성된 맞춤 음성입니다.
prebuilt
Google의 음성 카탈로그에 있는 내장 시스템 음성입니다 (예: `Puck`, `Charon`). 응답에 반환되며 `CreateVoice`에서 유형으로 지정할 수 없습니다.

usage Usage (선택사항)

필드

cached_tokens_by_modality array (ModalityTokens) (optional)

모달리티별 캐시된 토큰 사용량 분석입니다.

필드

modality ResponseModality (선택사항)

토큰 수와 연결된 모달리티입니다.

가능한 값

text
모델이 텍스트를 반환해야 함을 나타냅니다.
image
모델이 이미지를 반환해야 함을 나타냅니다.
audio
모델이 오디오를 반환해야 함을 나타냅니다.
video
모델이 동영상을 반환해야 함을 나타냅니다.
document
모델이 문서를 반환해야 함을 나타냅니다.

토큰 정수 (선택사항)

모달리티의 토큰 수입니다.

grounding_tool_count array (GroundingToolCount) (선택사항)

그라운딩 도구 수입니다.

필드

count 정수 (선택사항)

그라운딩 도구 수입니다.

type enum (string) (선택사항)

개수와 연결된 그라운딩 도구 유형입니다.

가능한 값은 다음과 같습니다.

google_search
Google 웹 검색 및 이미지 검색을 사용한 그라운딩, 엔터프라이즈용 웹 그라운딩
google_maps
Google 지도 기반 그라운딩

input_tokens_by_modality array (ModalityTokens) (선택사항)

모달리티별 입력 토큰 사용량 분석입니다.

필드

modality ResponseModality (선택사항)

토큰 수와 연결된 모달리티입니다.

가능한 값

text
모델이 텍스트를 반환해야 함을 나타냅니다.
image
모델이 이미지를 반환해야 함을 나타냅니다.
audio
모델이 오디오를 반환해야 함을 나타냅니다.
video
모델이 동영상을 반환해야 함을 나타냅니다.
document
모델이 문서를 반환해야 함을 나타냅니다.

토큰 정수 (선택사항)

모달리티의 토큰 수입니다.

output_tokens_by_modality array (ModalityTokens) (선택사항)

모달리티별 출력 토큰 사용량 분석입니다.

필드

modality ResponseModality (선택사항)

토큰 수와 연결된 모달리티입니다.

가능한 값

text
모델이 텍스트를 반환해야 함을 나타냅니다.
image
모델이 이미지를 반환해야 함을 나타냅니다.
audio
모델이 오디오를 반환해야 함을 나타냅니다.
video
모델이 동영상을 반환해야 함을 나타냅니다.
document
모델이 문서를 반환해야 함을 나타냅니다.

토큰 정수 (선택사항)

모달리티의 토큰 수입니다.

tool_use_tokens_by_modality array (ModalityTokens) (선택사항)

모달리티별 도구 사용 토큰 사용량 분석

필드

modality ResponseModality (선택사항)

토큰 수와 연결된 모달리티입니다.

가능한 값

text
모델이 텍스트를 반환해야 함을 나타냅니다.
image
모델이 이미지를 반환해야 함을 나타냅니다.
audio
모델이 오디오를 반환해야 함을 나타냅니다.
video
모델이 동영상을 반환해야 함을 나타냅니다.
document
모델이 문서를 반환해야 함을 나타냅니다.

토큰 정수 (선택사항)

모달리티의 토큰 수입니다.

total_cached_tokens integer (선택사항)

프롬프트의 캐시된 부분 (캐시된 콘텐츠)의 토큰 수입니다.

total_input_tokens integer (선택사항)

프롬프트 (컨텍스트)의 토큰 수입니다.

total_output_tokens integer (선택사항)

생성된 모든 대답의 총 토큰 수입니다.

total_thought_tokens integer (선택사항)

사고 모델의 사고 토큰 수입니다.

total_tokens integer (선택사항)

상호작용 요청의 총 토큰 수 (프롬프트 + 대답 + 기타 내부 토큰)입니다.

total_tool_use_tokens integer (선택사항)

도구 사용 프롬프트에 있는 토큰 수입니다.