Gemini 3.8 Flash është tani në dispozicion. Provojeni .

Kjo faqe është përkthyer nga Cloud Translation API.

Gemini Voices API

API-ja e Zërave ju lejon të krijoni zëra të personalizuar nga udhëzimet në gjuhën natyrore (Dizajni i Zërit) ose nga regjistrimet audio referuese dhe të pëlqimit të folësit (Replikimi i Zërit), si dhe të listoni, merrni dhe menaxhoni zëra të personalizuar dhe të parapërgatitur për sintezën Tekst-në-Fjalë (TTS).

Shiko si ulje Shikoni Specifikimin OpenAPI

KrijoZë

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

Krijon një zë të personalizuar nga një kërkesë në gjuhë natyrale (`VOICE_TYPE_PROMPTED`) ose nga regjistrimet audio të referencës dhe pëlqimit (`VOICE_TYPE_REPLICATED`).

Trupi i kërkesës
Përgjigje

Trupi i kërkesës

Trupi i kërkesës përmban të dhëna me strukturën e mëposhtme:

ruaj vlerën booleane (opsionale)

Opsionale. Nëse zëri i krijuar ruhet dhe menaxhohet nga Google. * Kur është `true`, Google e ruan zërin dhe kthen `Voice.id` (për shembull, `voice_abc123def456`), i cili mund të menaxhohet nëpërmjet `GetVoice`, `ListVoices` dhe `DeleteVoice` dhe të referohet nga ID në kërkesat e sintezës. Projektet i nënshtrohen një kuote maksimale aktive të zërit të ruajtur; tejkalimi i kuotës kthen `RESOURCE_EXHAUSTED`. * Kur është `false` (parazgjedhur), zëri nuk ruhet nga Google dhe `Voice.key` (për shembull, `voicekey_...`) kthehet për ruajtje dhe sintezë në anën e klientit. Fushat opsionale të meta të dhënave të zbulimit në `voice` nuk ruhen ose nuk kthehen kur `store` është `false`. * Kërkohet të jetë `true` kur `voice.type` `"kërkohet"` (përndryshe dështon me `INVALID_ARGUMENT`).

zëri Zëri (i detyrueshëm)

E detyrueshme. Zëri që do të krijohet. `voice.model` është opsional; nëse hiqet, shërbimi zgjedh modelin e parazgjedhur të krijimit të zërit. Fushat vetëm për dalje në `Voice` (`id`, `key`, `expire_time`, `usage`) injorohen nëse janë vendosur.

Përgjigje

Nëse është i suksesshëm, trupi i përgjigjes përmban të dhëna me strukturën e mëposhtme:

varg theksi (opsional)

Opsionale. Përshkrues me theks rajonal (p.sh. "Amerikan", "Britanik").

varg konteksti (opsional)

Opsionale. Kontekst ose domen përdorimi optimal (p.sh. "Bisedë", "Libër audio", "Lajme").

varg përshkrimi (opsional)

Opsionale. Përmbledhje përshkruese e timbrit vokal, personalitetit dhe tonit.

vargu i emrit të_shfaqjes (opsional)

Opsionale. Emri i shfaqur i dhënë nga përdoruesi për një zë të ruajtur (`store = true`), ose emri i katalogut për një zë të parapërgatitur.

vargu expire_time (opsional)

Vetëm dalje. Vula kohore në të cilën skadon një zë i ruajtur me porosi (`store = true`) ose një çelës zëri i replikuar (`store = false`). I pacaktuar për zërat e katalogut të parapërgatitur (`"parapërgatitur"`), të cilët nuk skadojnë.

vargu i gjinisë (opsional)

Opsionale. Prezantimi i gjinisë së zërit të perceptuar (p.sh. "femër", "mashkull", "neutral").

vargu i identifikimit (opsional)

Vetëm Dalje. Identifikuesi unik i zërit. * Për zërat e personalizuar të menaxhuar nga Google (`store = true`), ky është një ID i gjeneruar me parashtesën `voice_` (për shembull, `voice_abc123def456`). Kaloni `voices/{id}` si `name` në `GetVoice` dhe `DeleteVoice`, dhe kaloni `{id}` direkt te `SpeechConfig.voice_config.voice` (ose `SpeechConfig.voice`) gjatë sintezës së të folurit. * Për zërat e katalogut të parapërgatitur (`"prebuilt"` të kthyer nga `ListVoices`), ky është emri i folësit (për shembull, `Puck` ose `Charon`). * Çcaktohet kur `CreateVoice` thirret me `store = false`.

vargu i tasteve (opsional)

Vetëm dalje. Çelësi i replikimit të zërit i menaxhuar nga klienti (me parashtesën `voicekey_`). Kthehet vetëm nga `CreateVoice` kur `type` është `"replicated"` dhe `store` është `false`. Kalojeni këtë çelës te `SpeechConfig.voice_config.voice` (ose `SpeechConfig.voice`) gjatë sintezës së të folurit.

vargu i kodit_të_gjuhës (opsional)

Opsionale. Etiketa kryesore gjuhësore BCP-47 (p.sh. "en-US", "fr-FR").

varg modeli (opsional)

Opsionale. Modeli i përdorur për të projektuar ose replikuar zërin. Nëse lihet jashtë në `CreateVoice`, parazgjedhja është modeli më i fundit i mbështetur i projektimit të zërit. Kthehet në përgjigjet `CreateVoice`, `GetVoice` dhe `ListVoices` për zërat e personalizuar (`"të kërkuar"` dhe `"të replikuar"`); i pacaktuar për zërat `"të parapërgatitur"`. Zërat e krijuar mund të sintetizohen në çdo model të mbështetur të sintezës TTS.

varg personazhi (opsional)

Opsionale. Personazhi ose arketipi i personazhit i synuar (p.sh. "I ngrohtë, Miqësor", "Narrator").

pjerrësia e pjerrët (opsionale)

Opsionale. Klasifikimi i lartësisë së zërit.

Vlerat e mundshme

low
Zë me ton më të ulët.
medium
Zë me lartësi mesatare.
high
Zë me frekuencë më të lartë.

nxiti PromptedVoice (opsionale)

Parametrat për gjenerimin e zërit të nxitur. Kërkohet në `CreateVoice` kur `type` `"kërkohet"`. Kthehet në përgjigjet `CreateVoice`, `GetVoice` dhe `ListVoices` për zërat e nxitur.

Fushat

vargu i hyrjes (opsional)

E detyrueshme. Kërkesa në gjuhën natyrore që përshkruan zërin e dëshiruar, p.sh. "Një zë i thellë dhe i fuqishëm mashkullor i një përbindëshi të lig masiv në moshën e mesme."

vargu i kodit_rajonal (opsional)

Opsionale. Kodi i rajonit gjeografik ISO 3166-1 alfa-2 ose UN M.49 (p.sh. "US", "GB", "001").

sample_audio AudioData (opsionale)

Vetëm dalje. Audio shembull (audio i kërkesës së sintetizuesit) i gjeneruar për një zë të nxitur. Plotësohet vetëm në përgjigjet `CreateVoice` dhe `GetVoice` kur `type` është `"i kërkuar"`; i pacaktuar në përgjigjet `ListVoices` dhe për zërat `"të replikuar"` ose `"të parapërgatitur"`.

Fushat

varg të dhënash (opsionale)

E detyrueshme. Bajtet audio të papërpunuara.

vargu mime_type (opsional)

E detyrueshme. Lloji IANA MIME i të dhënave audio (për shembull, `audio/wav` ose `audio/mpeg`).

shkruani Lloji i Zërit (opsional)

E detyrueshme. Lloji i zërit. Në `CreateVoice`, duhet të jetë `"replikuar"` ose `"kërkuar"`. Në përgjigjet `ListVoices`, mund të jenë gjithashtu `"të parapërgatitura"`.

Vlerat e mundshme

replicated
Një zë i personalizuar i replikuar nga një mostër audio referuese dhe regjistrimi i pëlqimit të folësit.
prompted
Një zë i personalizuar i gjeneruar nga një kërkesë teksti në gjuhë natyrore.
prebuilt
Një zë sistemi i integruar nga katalogu i zërit të Google (p.sh., `Puck`, `Charon`). Kthehet në përgjigje; nuk mund të specifikohet si lloji në `CreateVoice`.

Përdorimi Përdorimi (opsional)

Vetëm dalje. Statistikat e përdorimit të tokenit për kërkesën e krijimit të zërit. Plotësohet vetëm në përgjigjen e `CreateVoice` kur `type` `"kërkohet"`; nuk është vendosur për `"replikuar"` dhe në përgjigjet `GetVoice` dhe `ListVoices`.

Fushat

cached_tokens_by_modality matricë (ModalityTokens) (opsionale)

Një ndarje e përdorimit të tokenëve të ruajtur në memorje sipas modalitetit.

Fushat

modaliteti ResponseModality (opsionale)

Modaliteti i lidhur me numërimin e tokenëve.

Vlerat e mundshme

text
Tregon se modeli duhet të kthejë tekst.
image
Tregon se modeli duhet të kthejë imazhe.
audio
Tregon se modeli duhet të kthejë audio.
video
Tregon se modeli duhet të kthejë videon.
document
Tregon se modeli duhet të kthejë dokumente.

numër i plotë i tokenëve (opsionale)

Numri i tokenëve për modalitetin.

vargu grounding_tool_count (GroundingToolCount) (opsionale)

Numri i mjeteve të tokëzimit.

Fushat

numër i plotë (opsional)

Numri i mjeteve të tokëzimit numërohet.

tipi enum (string) (opsionale)

Lloji i mjetit të tokëzimit i lidhur me numërimin.

Vlerat e mundshme:

google_search
Bazë me Kërkimin në Ueb të Google dhe Kërkimin e Imazheve, dhe Bazë në Ueb për Ndërmarrjet.
google_maps
Tokëzimi me Google Maps.

vargu input_tokens_by_modality (ModalityTokens) (opsionale)

Një ndarje e përdorimit të tokenit të hyrjes sipas modalitetit.

Fushat

modaliteti ResponseModality (opsionale)

Modaliteti i lidhur me numërimin e tokenëve.

Vlerat e mundshme

text
Tregon se modeli duhet të kthejë tekst.
image
Tregon se modeli duhet të kthejë imazhe.
audio
Tregon se modeli duhet të kthejë audio.
video
Tregon se modeli duhet të kthejë videon.
document
Tregon se modeli duhet të kthejë dokumente.

numër i plotë i tokenëve (opsionale)

Numri i tokenëve për modalitetin.

vargu output_tokens_by_modality (ModalityTokens) (opsionale)

Një ndarje e përdorimit të tokenit të daljes sipas modalitetit.

Fushat

modaliteti ResponseModality (opsionale)

Modaliteti i lidhur me numërimin e tokenëve.

Vlerat e mundshme

text
Tregon se modeli duhet të kthejë tekst.
image
Tregon se modeli duhet të kthejë imazhe.
audio
Tregon se modeli duhet të kthejë audio.
video
Tregon se modeli duhet të kthejë videon.
document
Tregon se modeli duhet të kthejë dokumente.

numër i plotë i tokenëve (opsionale)

Numri i tokenëve për modalitetin.

vargu tool_use_tokens_by_modality (ModalityTokens) (opsionale)

Një ndarje e përdorimit të tokenëve të përdorimit të mjeteve sipas modalitetit.

Fushat

modaliteti ResponseModality (opsionale)

Modaliteti i lidhur me numërimin e tokenëve.

Vlerat e mundshme

text
Tregon se modeli duhet të kthejë tekst.
image
Tregon se modeli duhet të kthejë imazhe.
audio
Tregon se modeli duhet të kthejë audio.
video
Tregon se modeli duhet të kthejë videon.
document
Tregon se modeli duhet të kthejë dokumente.

numër i plotë i tokenëve (opsionale)

Numri i tokenëve për modalitetin.

total_cached_tokens numër i plotë (opsional)

Numri i tokenëve në pjesën e ruajtur në memorien e përkohshme të kërkesës (përmbajtja e ruajtur në memorien e përkohshme).

total_input_tokens numër i plotë (opsional)

Numri i tokenëve në kërkesë (konteksti).

total_output_tokens numër i plotë (opsional)

Numri total i tokenëve në të gjitha përgjigjet e gjeneruara.

total_thought_tokens numër i plotë (opsional)

Numri i tokenëve të mendimeve për modelet e të menduarit.

total_tokens numër i plotë (opsional)

Numri total i tokenëve për kërkesën e ndërveprimit (kërkesa + përgjigjet + tokenët e tjerë të brendshëm).

total_tool_use_tokens numër i plotë (opsional)

Numri i tokenëve të pranishëm në kërkesën/kërkesat e përdorimit të mjetit.

Shembull

Shembull Përgjigjeje

{
  "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
  }
}

Zërat e Listës

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

Liston zërat e ruajtur sipas porosisë në pronësi të telefonuesit (të renditur më të riun së pari) të ndjekur nga zërat e sistemit të parapërgatitur nga katalogu i zërave të Google.

Parametrat e shtegut / pyetjes
Përgjigje

Parametrat e Shtegut / Pyetjes

varg theksi (varg) (opsional)

Opsionale. Filtro sipas përshkrimit të theksit (p.sh. "Amerikan", "Britanik"). Përputhje e saktë pa ndjeshmëri ndaj shkronjave të mëdha dhe të vogla. Nëse specifikohen vlera të shumëfishta, përputh zërat me cilindo nga thekset e specifikuara (OSE).

varg konteksti (varg) (opsional)

Opsionale. Filtro sipas kontekstit ose domenit të synuar (p.sh. "Lajme, Tregtare"). Përputhje e saktë pa ndjeshmëri ndaj shkronjave të mëdha dhe të vogla. Nëse specifikohen vlera të shumëfishta, përputh zërat me cilindo nga kontekstet e specifikuara (OSE).

vargu i gjinisë (vargu) (opsional)

Opsionale. Filtro sipas paraqitjes së gjinisë (p.sh. "femër", "mashkull", "neutral"). Përputhje e saktë pa ndjeshmëri ndaj shkronjave të mëdha dhe të vogla. Nëse specifikohen vlera të shumëfishta, përputh zërat me cilëndo nga gjinitë e specifikuara (OSE).

vargu i kodit_të_gjuhës (vargu) (opsional)

Opsionale. Filtro sipas kodit të gjuhës BCP-47 (p.sh. "en-US"). Përputhje e saktë pa ndjeshmëri ndaj shkronjave të mëdha dhe të mëdha. Nëse specifikohen vlera të shumëfishta, përputh zërat me cilindo nga kodet e gjuhës së specifikuar (OSE).

numër i plotë i madhësisë së faqes (opsional)

Opsionale. Numri maksimal i zërave që duhen kthyer për faqe. Shërbimi mund të kthejë më pak se kjo vlerë. Nëse nuk specifikohet, kthehen maksimumi 50 zëra. Vlera maksimale është 1000; vlerat mbi 1000 detyrohen të jenë 1000.

vargu i shenjës së faqes (opsional)

Opsionale. Një shenjë faqeje e marrë nga një thirrje e mëparshme `ListVoices`. Jepni këtë për të marrë faqen pasuese. Gjatë faqezimit, të gjithë parametrat e pyetjes së filtrit (`kodi_i_gjuhës`, `kodi_i_rajonit`, `akcenti`, `personi`, `konteksti`, `gjinia`, `largësia`, `lloji` dhe `kërkimi`) duhet të përputhen me thirrjen që e ktheu këtë shenjë; përndryshe kërkesa dështon me `ARGUMENT_INVALID`. `madhësia_e_faqes` mund të ndryshojë midis faqeve.

varg persona (varg) (opsional)

Opsionale. Filtro sipas personazhit vokal (p.sh. "I ngrohtë, Miqësor"). Përputhje e saktë pa ndjeshmëri ndaj shkronjave të mëdha dhe të mëdha. Nëse specifikohen vlera të shumëfishta, përputh zërat me cilindo nga personazhet e specifikuara (OSE).

vargu i pjerrësisë (vargu) (opsional)

Opsionale. Filtro sipas lartësisë së zërit. Pranon "të ulët", "mesatare", "të lartë" ose "PITCH_LOW", "PITCH_MEDIUM", "PITCH_HIGH" (pa ndjeshmëri ndaj shkronjave të mëdha dhe të vogla). Nëse specifikohen vlera të shumëfishta, përputh zërat me cilëndo nga lartësitë e specifikuara (OSE).

vargu i kodit_region (vargu) (opsional)

Opsionale. Filtro sipas kodit të rajonit ISO 3166-1 alfa-2 ose UN M.49 (p.sh. "US", "001"). Përputhje e saktë pa ndjeshmëri ndaj shkronjave të mëdha dhe të mëdha. Nëse specifikohen vlera të shumëfishta, përputh zërat me cilindo nga kodet e rajonit të specifikuara (OR).

varg kërkimi (opsional)

Opsionale. Kërkesa e kërkimit me nënvarg me tekst të lirë përputhej pa ndjeshmëri ndaj shkronjave të mëdha dhe të vogla si me `emrin_e_shfaqjes` ashtu edhe me `përshkrimin`. Maksimumi 2048 bajt.

lloji i vargut (string) (opsional)

Opsionale. Filtro sipas llojit të zërit. Pranon "të parapërgatitur", "të replikuar", "të kërkuar" ose "VOICE_TYPE_PREBUILT", "VOICE_TYPE_REPLICATED", "VOICE_TYPE_PROMPTED" (pa ndjeshmëri ndaj shkronjave të mëdha dhe të vogla). Nëse specifikohen vlera të shumëfishta, përputh zërat me cilindo nga llojet e specifikuara (OSE).

Përgjigje

Nëse është i suksesshëm, trupi i përgjigjes përmban të dhëna me strukturën e mëposhtme:

vargu i shenjës së faqes_next_page (opsional)

Një shenjë që mund të dërgohet si `page_token` për të marrë faqen tjetër. Nëse është bosh, nuk ka faqe pasuese.

varg zërash ( Zëri ) (opsionale)

Zërat nga koleksioni i specifikuar.

Shembull

Shembull Përgjigjeje

{
  "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

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

Merr një zë të ruajtur me porosi (`store = true`) sipas emrit të burimit. Zërat e katalogut të parapërgatitur (`VOICE_TYPE_PREBUILT`) nuk mund të merren nëpërmjet `GetVoice`; përdorni `ListVoices` në vend të kësaj.

Parametrat e shtegut / pyetjes
Përgjigje

Parametrat e Shtegut / Pyetjes

vargu i ID-së së zërit (i detyrueshëm)

E detyrueshme. Emri i burimit të zërit të ruajtur me porosi që do të rikuperohet (për shembull, `voices/voice_abc123def456`).

Përgjigje

Nëse është i suksesshëm, trupi i përgjigjes përmban të dhëna me strukturën e mëposhtme:

varg theksi (opsional)

Opsionale. Përshkrues me theks rajonal (p.sh. "Amerikan", "Britanik").

varg konteksti (opsional)

Opsionale. Kontekst ose domen përdorimi optimal (p.sh. "Bisedë", "Libër audio", "Lajme").

varg përshkrimi (opsional)

Opsionale. Përmbledhje përshkruese e timbrit vokal, personalitetit dhe tonit.

vargu i emrit të_shfaqjes (opsional)

Opsionale. Emri i shfaqur i dhënë nga përdoruesi për një zë të ruajtur (`store = true`), ose emri i katalogut për një zë të parapërgatitur.

vargu expire_time (opsional)

vargu i gjinisë (opsional)

Opsionale. Prezantimi i gjinisë së zërit të perceptuar (p.sh. "femër", "mashkull", "neutral").

vargu i identifikimit (opsional)

vargu i tasteve (opsional)

vargu i kodit_të_gjuhës (opsional)

Opsionale. Etiketa kryesore gjuhësore BCP-47 (p.sh. "en-US", "fr-FR").

varg modeli (opsional)

varg personazhi (opsional)

Opsionale. Personazhi ose arketipi i personazhit i synuar (p.sh. "I ngrohtë, Miqësor", "Narrator").

pjerrësia e pjerrët (opsionale)

Opsionale. Klasifikimi i lartësisë së zërit.

Vlerat e mundshme

low
Zë me ton më të ulët.
medium
Zë me lartësi mesatare.
high
Zë me frekuencë më të lartë.

nxiti PromptedVoice (opsionale)

Parametrat për gjenerimin e zërit të nxitur. Kërkohet në `CreateVoice` kur `type` `"kërkohet"`. Kthehet në përgjigjet `CreateVoice`, `GetVoice` dhe `ListVoices` për zërat e nxitur.

Fushat

vargu i hyrjes (opsional)

E detyrueshme. Kërkesa në gjuhën natyrore që përshkruan zërin e dëshiruar, p.sh. "Një zë i thellë dhe i fuqishëm mashkullor i një përbindëshi të lig masiv në moshën e mesme."

vargu i kodit_rajonal (opsional)

Opsionale. Kodi i rajonit gjeografik ISO 3166-1 alfa-2 ose UN M.49 (p.sh. "US", "GB", "001").

sample_audio AudioData (opsionale)

Fushat

varg të dhënash (opsionale)

E detyrueshme. Bajtet audio të papërpunuara.

vargu mime_type (opsional)

E detyrueshme. Lloji IANA MIME i të dhënave audio (për shembull, `audio/wav` ose `audio/mpeg`).

shkruani Lloji i Zërit (opsional)

E detyrueshme. Lloji i zërit. Në `CreateVoice`, duhet të jetë `"replikuar"` ose `"kërkuar"`. Në përgjigjet `ListVoices`, mund të jenë gjithashtu `"të parapërgatitura"`.

Vlerat e mundshme

replicated
Një zë i personalizuar i replikuar nga një mostër audio referuese dhe regjistrimi i pëlqimit të folësit.
prompted
Një zë i personalizuar i gjeneruar nga një kërkesë teksti në gjuhë natyrore.
prebuilt
Një zë sistemi i integruar nga katalogu i zërit të Google (p.sh., `Puck`, `Charon`). Kthehet në përgjigje; nuk mund të specifikohet si lloji në `CreateVoice`.

Përdorimi Përdorimi (opsional)

Fushat

cached_tokens_by_modality matricë (ModalityTokens) (opsionale)

Një ndarje e përdorimit të tokenëve të ruajtur në memorje sipas modalitetit.

Fushat

modaliteti ResponseModality (opsionale)

Modaliteti i lidhur me numërimin e tokenëve.

Vlerat e mundshme

text
Tregon se modeli duhet të kthejë tekst.
image
Tregon se modeli duhet të kthejë imazhe.
audio
Tregon se modeli duhet të kthejë audio.
video
Tregon se modeli duhet të kthejë videon.
document
Tregon se modeli duhet të kthejë dokumente.

numër i plotë i tokenëve (opsionale)

Numri i tokenëve për modalitetin.

vargu grounding_tool_count (GroundingToolCount) (opsionale)

Numri i mjeteve të tokëzimit.

Fushat

numër i plotë (opsional)

Numri i mjeteve të tokëzimit numërohet.

tipi enum (string) (opsionale)

Lloji i mjetit të tokëzimit i lidhur me numërimin.

Vlerat e mundshme:

google_search
Bazë me Kërkimin në Ueb të Google dhe Kërkimin e Imazheve, dhe Bazë në Ueb për Ndërmarrjet.
google_maps
Tokëzimi me Google Maps.

vargu input_tokens_by_modality (ModalityTokens) (opsionale)

Një ndarje e përdorimit të tokenit të hyrjes sipas modalitetit.

Fushat

modaliteti ResponseModality (opsionale)

Modaliteti i lidhur me numërimin e tokenëve.

Vlerat e mundshme

text
Tregon se modeli duhet të kthejë tekst.
image
Tregon se modeli duhet të kthejë imazhe.
audio
Tregon se modeli duhet të kthejë audio.
video
Tregon se modeli duhet të kthejë videon.
document
Tregon se modeli duhet të kthejë dokumente.

numër i plotë i tokenëve (opsionale)

Numri i tokenëve për modalitetin.

vargu output_tokens_by_modality (ModalityTokens) (opsionale)

Një ndarje e përdorimit të tokenit të daljes sipas modalitetit.

Fushat

modaliteti ResponseModality (opsionale)

Modaliteti i lidhur me numërimin e tokenëve.

Vlerat e mundshme

text
Tregon se modeli duhet të kthejë tekst.
image
Tregon se modeli duhet të kthejë imazhe.
audio
Tregon se modeli duhet të kthejë audio.
video
Tregon se modeli duhet të kthejë videon.
document
Tregon se modeli duhet të kthejë dokumente.

numër i plotë i tokenëve (opsionale)

Numri i tokenëve për modalitetin.

vargu tool_use_tokens_by_modality (ModalityTokens) (opsionale)

Një ndarje e përdorimit të tokenëve të përdorimit të mjeteve sipas modalitetit.

Fushat

modaliteti ResponseModality (opsionale)

Modaliteti i lidhur me numërimin e tokenëve.

Vlerat e mundshme

text
Tregon se modeli duhet të kthejë tekst.
image
Tregon se modeli duhet të kthejë imazhe.
audio
Tregon se modeli duhet të kthejë audio.
video
Tregon se modeli duhet të kthejë videon.
document
Tregon se modeli duhet të kthejë dokumente.

numër i plotë i tokenëve (opsionale)

Numri i tokenëve për modalitetin.

total_cached_tokens numër i plotë (opsional)

Numri i tokenëve në pjesën e ruajtur në memorien e përkohshme të kërkesës (përmbajtja e ruajtur në memorien e përkohshme).

total_input_tokens numër i plotë (opsional)

Numri i tokenëve në kërkesë (konteksti).

total_output_tokens numër i plotë (opsional)

Numri total i tokenëve në të gjitha përgjigjet e gjeneruara.

total_thought_tokens numër i plotë (opsional)

Numri i tokenëve të mendimeve për modelet e të menduarit.

total_tokens numër i plotë (opsional)

Numri total i tokenëve për kërkesën e ndërveprimit (kërkesa + përgjigjet + tokenët e tjerë të brendshëm).

total_tool_use_tokens numër i plotë (opsional)

Numri i tokenëve të pranishëm në kërkesën/kërkesat e përdorimit të mjetit.

Shembull

Shembull Përgjigjeje

{
  "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
  }
}

FshijZërin

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

Fshin një zë të ruajtur me porosi (`store = true`) sipas emrit të burimit. Zërat e parapërgatitur të katalogut (`VOICE_TYPE_PREBUILT`) nuk mund të fshihen.

Parametrat e shtegut / pyetjes
Përgjigje

Parametrat e Shtegut / Pyetjes

vargu i ID-së së zërit (i detyrueshëm)

E detyrueshme. Emri i burimit të zërit të ruajtur të personalizuar që do të fshihet (për shembull, `voices/voice_abc123def456`).

Përgjigje

Nëse ka sukses, përgjigja është bosh.

Shembull

Burimet

Zëri

Një burim zëri që përfaqëson ose një zë të personalizuar (të krijuar nëpërmjet `CreateVoice`) ose një zë sistemi të parapërgatitur (i kthyer nga `ListVoices`).

Fushat

varg theksi (opsional)

Opsionale. Përshkrues me theks rajonal (p.sh. "Amerikan", "Britanik").

varg konteksti (opsional)

Opsionale. Kontekst ose domen përdorimi optimal (p.sh. "Bisedë", "Libër audio", "Lajme").

varg përshkrimi (opsional)

Opsionale. Përmbledhje përshkruese e timbrit vokal, personalitetit dhe tonit.

vargu i emrit të_shfaqjes (opsional)

Opsionale. Emri i shfaqur i dhënë nga përdoruesi për një zë të ruajtur (`store = true`), ose emri i katalogut për një zë të parapërgatitur.

vargu expire_time (opsional)

vargu i gjinisë (opsional)

Opsionale. Prezantimi i gjinisë së zërit të perceptuar (p.sh. "femër", "mashkull", "neutral").

vargu i identifikimit (opsional)

vargu i tasteve (opsional)

vargu i kodit_të_gjuhës (opsional)

Opsionale. Etiketa kryesore gjuhësore BCP-47 (p.sh. "en-US", "fr-FR").

varg modeli (opsional)

varg personazhi (opsional)

Opsionale. Personazhi ose arketipi i personazhit i synuar (p.sh. "I ngrohtë, Miqësor", "Narrator").

pjerrësia e pjerrët (opsionale)

Opsionale. Klasifikimi i lartësisë së zërit.

Vlerat e mundshme

low
Zë me ton më të ulët.
medium
Zë me lartësi mesatare.
high
Zë me frekuencë më të lartë.

nxiti PromptedVoice (opsionale)

Parametrat për gjenerimin e zërit të nxitur. Kërkohet në `CreateVoice` kur `type` `"kërkohet"`. Kthehet në përgjigjet `CreateVoice`, `GetVoice` dhe `ListVoices` për zërat e nxitur.

Fushat

vargu i hyrjes (opsional)

E detyrueshme. Kërkesa në gjuhën natyrore që përshkruan zërin e dëshiruar, p.sh. "Një zë i thellë dhe i fuqishëm mashkullor i një përbindëshi të lig masiv në moshën e mesme."

vargu i kodit_rajonal (opsional)

Opsionale. Kodi i rajonit gjeografik ISO 3166-1 alfa-2 ose UN M.49 (p.sh. "US", "GB", "001").

sample_audio AudioData (opsionale)

Fushat

varg të dhënash (opsionale)

E detyrueshme. Bajtet audio të papërpunuara.

vargu mime_type (opsional)

E detyrueshme. Lloji IANA MIME i të dhënave audio (për shembull, `audio/wav` ose `audio/mpeg`).

shkruani Lloji i Zërit (opsional)

E detyrueshme. Lloji i zërit. Në `CreateVoice`, duhet të jetë `"replikuar"` ose `"kërkuar"`. Në përgjigjet `ListVoices`, mund të jenë gjithashtu `"të parapërgatitura"`.

Vlerat e mundshme

replicated
Një zë i personalizuar i replikuar nga një mostër audio referuese dhe regjistrimi i pëlqimit të folësit.
prompted
Një zë i personalizuar i gjeneruar nga një kërkesë teksti në gjuhë natyrore.
prebuilt
Një zë sistemi i integruar nga katalogu i zërit të Google (p.sh., `Puck`, `Charon`). Kthehet në përgjigje; nuk mund të specifikohet si lloji në `CreateVoice`.

Përdorimi Përdorimi (opsional)

Fushat

cached_tokens_by_modality matricë (ModalityTokens) (opsionale)

Një ndarje e përdorimit të tokenëve të ruajtur në memorje sipas modalitetit.

Fushat

modaliteti ResponseModality (opsionale)

Modaliteti i lidhur me numërimin e tokenëve.

Vlerat e mundshme

text
Tregon se modeli duhet të kthejë tekst.
image
Tregon se modeli duhet të kthejë imazhe.
audio
Tregon se modeli duhet të kthejë audio.
video
Tregon se modeli duhet të kthejë videon.
document
Tregon se modeli duhet të kthejë dokumente.

numër i plotë i tokenëve (opsionale)

Numri i tokenëve për modalitetin.

vargu grounding_tool_count (GroundingToolCount) (opsionale)

Numri i mjeteve të tokëzimit.

Fushat

numër i plotë (opsional)

Numri i mjeteve të tokëzimit numërohet.

tipi enum (string) (opsionale)

Lloji i mjetit të tokëzimit i lidhur me numërimin.

Vlerat e mundshme:

google_search
Bazë me Kërkimin në Ueb të Google dhe Kërkimin e Imazheve, dhe Bazë në Ueb për Ndërmarrjet.
google_maps
Tokëzimi me Google Maps.

vargu input_tokens_by_modality (ModalityTokens) (opsionale)

Një ndarje e përdorimit të tokenit të hyrjes sipas modalitetit.

Fushat

modaliteti ResponseModality (opsionale)

Modaliteti i lidhur me numërimin e tokenëve.

Vlerat e mundshme

text
Tregon se modeli duhet të kthejë tekst.
image
Tregon se modeli duhet të kthejë imazhe.
audio
Tregon se modeli duhet të kthejë audio.
video
Tregon se modeli duhet të kthejë videon.
document
Tregon se modeli duhet të kthejë dokumente.

numër i plotë i tokenëve (opsionale)

Numri i tokenëve për modalitetin.

vargu output_tokens_by_modality (ModalityTokens) (opsionale)

Një ndarje e përdorimit të tokenit të daljes sipas modalitetit.

Fushat

modaliteti ResponseModality (opsionale)

Modaliteti i lidhur me numërimin e tokenëve.

Vlerat e mundshme

text
Tregon se modeli duhet të kthejë tekst.
image
Tregon se modeli duhet të kthejë imazhe.
audio
Tregon se modeli duhet të kthejë audio.
video
Tregon se modeli duhet të kthejë videon.
document
Tregon se modeli duhet të kthejë dokumente.

numër i plotë i tokenëve (opsionale)

Numri i tokenëve për modalitetin.

vargu tool_use_tokens_by_modality (ModalityTokens) (opsionale)

Një ndarje e përdorimit të tokenëve të përdorimit të mjeteve sipas modalitetit.

Fushat

modaliteti ResponseModality (opsionale)

Modaliteti i lidhur me numërimin e tokenëve.

Vlerat e mundshme

text
Tregon se modeli duhet të kthejë tekst.
image
Tregon se modeli duhet të kthejë imazhe.
audio
Tregon se modeli duhet të kthejë audio.
video
Tregon se modeli duhet të kthejë videon.
document
Tregon se modeli duhet të kthejë dokumente.

numër i plotë i tokenëve (opsionale)

Numri i tokenëve për modalitetin.

total_cached_tokens numër i plotë (opsional)

Numri i tokenëve në pjesën e ruajtur në memorien e përkohshme të kërkesës (përmbajtja e ruajtur në memorien e përkohshme).

total_input_tokens numër i plotë (opsional)

Numri i tokenëve në kërkesë (konteksti).

total_output_tokens numër i plotë (opsional)

Numri total i tokenëve në të gjitha përgjigjet e gjeneruara.

total_thought_tokens numër i plotë (opsional)

Numri i tokenëve të mendimeve për modelet e të menduarit.

total_tokens numër i plotë (opsional)

Numri total i tokenëve për kërkesën e ndërveprimit (kërkesa + përgjigjet + tokenët e tjerë të brendshëm).

total_tool_use_tokens numër i plotë (opsional)

Numri i tokenëve të pranishëm në kërkesën/kërkesat e përdorimit të mjetit.