Skip to main content
POST
Gemini 2.5 Flash TTS Texto para fala
Converte texto em fala com base na interface generateContent do Vertex AI. O formato do corpo da solicitação é totalmente consistente com a API oficial do Vertex AI. Oferece suporte a dois modos: síncrono (uma solicitação, uma resposta) e streaming (uma solicitação, resposta em streaming). A saída está no formato LINEAR16 PCM (24kHz, mono, 16-bit signed little-endian), sem cabeçalho WAV.

Cabeçalhos da solicitação

string
obrigatório
Valores enumerados: application/json
string
obrigatório
Formato de autenticação Bearer: Bearer {{API Key}}.

Corpo da solicitação

object
obrigatório
object
obrigatório

Informações da resposta

string
Conteúdo de áudio codificado em Base64. O formato é LINEAR16 PCM (24kHz, mono, 16-bit signed little-endian), sem cabeçalho WAV. O cliente pode usar ffmpeg para converter: ffmpeg -f s16le -ar 24k -ac 1 -i input.raw output.wav
object