通过 Gemini 原生 generateContent 接口生成语音。
请求
| 项目 | 说明 |
|---|---|
| 方法 | POST |
| 路径 | /v1beta/models/{model}:generateContent |
| 网关地址 | https://ailink.nativex.com |
| 认证 | Authorization: Bearer sk-xxxx,替换为你的 API Key |
| 请求格式 | application/json |
示例中的 MODEL_ID 请替换为「模型广场」中支持本接口的模型名称。模型、参数支持范围与可用权限以当前账户为准。
参数说明
| 参数 | 位置 | 类型 | 必填 | 说明 |
|---|---|---|---|---|
model |
Path | string | 是 | 支持音频输出的 Gemini 模型 |
contents |
Body | object[] | 是 | 输入消息,使用 parts[].text 提供朗读内容 |
generationConfig.responseModalities |
Body | string[] | 是 | 音频输出使用 ["AUDIO"] |
generationConfig.speechConfig |
Body | object | 否 | 语音配置,可在 voiceConfig.prebuiltVoiceConfig.voiceName 中指定模型支持的音色 |
原生 Gemini 音频结果通常是 Base64 数据,不是 MP3 下载链接。
调用示例
curl -X POST 'https://ailink.nativex.com/v1beta/models/MODEL_ID:generateContent' \
-H 'Authorization: Bearer sk-xxxx' \
-H 'Content-Type: application/json' \
-d '{
"contents": [
{
"parts": [
{
"text": "请用自然的语气朗读:欢迎使用 AiLink。"
}
]
}
],
"generationConfig": {
"responseModalities": [
"AUDIO"
]
}
}'
响应
以下为便于阅读的简化结构示例,标识、链接、文本及用量均为示意值。
{
"candidates": [
{
"content": {
"parts": [
{
"inlineData": {
"mimeType": "audio/L16;codec=pcm;rate=24000",
"data": "BASE64_AUDIO"
}
}
]
}
}
]
}
| 字段或结果 | 说明 |
|---|---|
| candidates[].content.parts[].inlineData | 音频 MIME 类型与 Base64 数据;先解码,再按 MIME 类型保存或封装 |
错误处理
非成功响应时,先查看 HTTP 状态和错误正文。检查 API Key、模型名称、账户额度及参数;遇到限流时降低并发并稍后重试。