Skip to main content
POST
Gemini 2.5 Flash TTS Synthèse vocale
Convertit du texte en parole via l’interface generateContent de Vertex AI. Le format du corps de requête est entièrement cohérent avec l’API officielle Vertex AI. Prend en charge deux modes : synchrone (une requête, une réponse) et streaming (une requête, réponse en flux). La sortie est au format LINEAR16 PCM (24 kHz, mono, 16-bit signed little-endian), sans en-tête WAV.

En-têtes de requête

string
requis
Valeur d’énumération : application/json
string
requis
Format d’authentification Bearer : Bearer {{API Key}}.

Corps de requête

object
requis
object
requis

Informations de réponse

string
Contenu audio encodé en Base64. Format : LINEAR16 PCM (24 kHz, mono, 16-bit signed little-endian), sans en-tête WAV. Le client peut utiliser ffmpeg pour la conversion : ffmpeg -f s16le -ar 24k -ac 1 -i input.raw output.wav
object