メインコンテンツへスキップ
POST
/
v3
/
gemini-2.5-flash-tts
Gemini 2.5 Flash TTS テキスト読み上げ
curl --request POST \
  --url https://api.highwayapi.ai/v3/gemini-2.5-flash-tts \
  --header 'Authorization: <authorization>' \
  --header 'Content-Type: <content-type>' \
  --data '
{
  "contents": {
    "role": "<string>",
    "parts": {
      "text": "<string>"
    }
  },
  "generation_config": {
    "temperature": 123,
    "speech_config": {
      "voice_config": {
        "prebuilt_voice_config": {
          "voice_name": "<string>"
        }
      },
      "language_code": "<string>",
      "multi_speaker_voice_config": {
        "speaker_voice_configs": [
          {
            "speaker": "<string>",
            "voice_config": {
              "prebuilt_voice_config": {
                "voice_name": "<string>"
              }
            }
          }
        ]
      }
    }
  }
}
'
{
  "audioContent": "<string>",
  "usageMetadata": {
    "totalTokenCount": 123,
    "promptTokenCount": 123,
    "candidatesTokenCount": 123
  }
}
Vertex AI generateContent インターフェースに基づいてテキストを音声に変換します。リクエストボディの形式は公式 Vertex AI API と完全に一致しています。同期(単一リクエスト・単一レスポンス)とストリーミング(単一リクエスト・ストリーミングレスポンス)の 2 つのモードに対応しています。出力は LINEAR16 PCM 形式(24kHz、モノラル、16-bit signed little-endian)で、WAV ヘッダーは含まれません。

リクエストヘッダー

Content-Type
string
必須
列挙値: application/json
Authorization
string
必須
Bearer 認証形式: Bearer {{API Key}}。

リクエストボディ

contents
object
必須
generation_config
object
必須

レスポンス情報

audioContent
string
Base64 エンコードされた音声コンテンツ。形式は LINEAR16 PCM(24kHz、モノラル、16-bit signed little-endian)で、WAV ヘッダーは含まれません。クライアントは ffmpeg を使用して変換できます:ffmpeg -f s16le -ar 24k -ac 1 -i input.raw output.wav
usageMetadata
object