请输入
菜单

语音生成(Gemini 原生格式)

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。

最近修改: 2026-10-28