Replicar voces

Con la función de replicación de voz, puedes reproducir la voz, el tono, la cadencia y el timbre de un orador a partir de una muestra de audio breve. Tanto el TTS de Gemini 3.8 Flash (gemini-3.8-flash-tts) como el TTS de Gemini 3.8 Flash-Lite (gemini-3.8-flash-lite-tts) admiten la replicación de voz.

Para replicar una voz, debes enviar a la API de Voices una grabación de referencia del orador (source_audio) y una grabación del mismo orador leyendo una declaración de consentimiento (consent_audio). El servicio verifica el consentimiento y devuelve un identificador para la voz replicada. Luego, pasas ese identificador en speechConfig.voiceConfig.voice en las solicitudes de generateContent o streamGenerateContent, sin volver a subir el audio.

Modos de almacenamiento

Cuando creas una voz replicada, el campo store selecciona uno de los dos modos de almacenamiento:

  • Voz almacenada (store: true): Google almacena la voz replicada en tu proyecto y devuelve un ID de voz (voice_...) en el campo id. Puedes enumerar, obtener y borrar voces almacenadas con la API de Voices.
  • Clave de replicación de voz (store: false): Google no almacena la voz replicada. El servicio devuelve una clave de replicación de voz encriptada (voicekey_...) en el campo key, y tu aplicación almacena la clave. Usa este modo si tu carga de trabajo requiere que Google no conserve los perfiles de voz.
Modo de almacenamiento Identificador Administración Vencimiento
Voz almacenada (store: true) voice_... Métodos list, get y delete de la API de Voices 1 año después del último uso
Clave de replicación de voz (store: false) voicekey_... Almacenados por tu aplicación Google no retiene la clave. 7 días después de la creación

Cuando se genera voz con una voz almacenada, se reinicia su período de retención de un año, por lo que no vence una voz que usas con regularidad. Las solicitudes que usan una clave de replicación de voz vencida fallan con un error INVALID_ARGUMENT, y las solicitudes que usan una voz almacenada borrada o vencida fallan con un error NOT_FOUND. Para seguir usando una voz replicada, vuelve a crearla antes de que venza.

Antes de comenzar

Completa los pasos que se indican en Antes de comenzar en la página de TTS de Gemini. La API de Voices está disponible en la ubicación global a través de la versión de la API de v1beta1.

Requisitos de audio y consentimiento

Cada solicitud para crear una voz replicada necesita dos grabaciones de la misma persona adulta:

  • Audio de referencia (source_audio): De 10 a 30 segundos de voz limpia y natural del orador cuya voz deseas replicar. Por lo general, las muestras más largas producen mejores resultados.

  • Audio de consentimiento (consent_audio): Grabación de la misma persona leyendo la declaración de consentimiento palabra por palabra en su idioma. Para conocer las declaraciones, consulta Idiomas admitidos y declaraciones de consentimiento. En inglés, la instrucción es la siguiente:

    "Soy el propietario de esta voz y di mi consentimiento para la creación de un modelo sintético de mi voz a través del uso de Google Cloud".

Ambas grabaciones deben ser archivos WAV con PCM lineal little-endian de 16 bits, mono y a 24 kHz.

Si la grabación del consentimiento no coincide con la declaración de consentimiento o el audio no cumple con los lineamientos de uso, la solicitud create falla con un error INVALID_ARGUMENT que describe el problema.

Crea una voz replicada almacenada

Configura los siguientes campos en la solicitud:

  • store: true.
  • voice.type: VOICE_TYPE_REPLICATED.
  • voice.display_name: Opcional Es un nombre para la voz.
  • voice.replicated.source_audio y voice.replicated.consent_audio: Son las grabaciones de referencia y consentimiento codificadas en base64, cada una con mime_type establecido en audio/wav.

No establezcas voice.model. Las solicitudes que establecen un modelo junto con store: true fallan con un error INVALID_ARGUMENT.

La respuesta muestra el ID de voz en el campo id.

Python

import base64

from google import genai

client = genai.Client(enterprise=True, project="PROJECT_ID", location="global")

with open("SOURCE_AUDIO_PATH", "rb") as f:
    source_b64 = base64.b64encode(f.read()).decode("utf-8")

with open("CONSENT_AUDIO_PATH", "rb") as f:
    consent_b64 = base64.b64encode(f.read()).decode("utf-8")

replicated_voice = client.voices.create(
    store=True,
    voice={
        "type": "VOICE_TYPE_REPLICATED",
        "display_name": "Custom replicated speaker",
        "replicated": {
            "source_audio": {"mime_type": "audio/wav", "data": source_b64},
            "consent_audio": {"mime_type": "audio/wav", "data": consent_b64},
        },
    },
    timeout=60,
)

# The voice ID starts with "voice_".
print(f"Created voice ID: {replicated_voice.id}")

REST

SOURCE_B64=$(base64 -w 0 SOURCE_AUDIO_PATH)
CONSENT_B64=$(base64 -w 0 CONSENT_AUDIO_PATH)

cat > request.json <<EOF
{
  "store": true,
  "voice": {
    "type": "VOICE_TYPE_REPLICATED",
    "displayName": "Custom replicated speaker",
    "replicated": {
      "sourceAudio": {"mimeType": "audio/wav", "data": "${SOURCE_B64}"},
      "consentAudio": {"mimeType": "audio/wav", "data": "${CONSENT_B64}"}
    }
  }
}
EOF

curl -X POST \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \
  https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/voices \
  -d @request.json | jq -r '.id'

Reemplaza lo siguiente:

  • PROJECT_ID: Es el ID del proyecto de Google Cloud .
  • SOURCE_AUDIO_PATH: Es la ruta de acceso al archivo WAV de referencia.
  • CONSENT_AUDIO_PATH: Es la ruta de acceso al archivo WAV de consentimiento.

Para enumerar, obtener o borrar voces replicadas almacenadas, usa los mismos métodos que para las voces diseñadas. Para obtener más información, consulta Cómo administrar voces almacenadas.

Crea una clave de replicación de voz

Configura los siguientes campos en la solicitud:

  • store: false.
  • voice.type: VOICE_TYPE_REPLICATED.
  • voice.model: Obligatorio. Es el modelo de TTS de Gemini 3.8 con el que se creará la clave, por ejemplo, gemini-3.8-flash-tts. La clave funciona con ambos modelos de TTS de Gemini 3.8.
  • voice.replicated.source_audio y voice.replicated.consent_audio: Son las grabaciones de referencia y consentimiento codificadas en base64, cada una con mime_type establecido en audio/wav.

La respuesta devuelve la clave de replicación de voz en el campo key.

Python

import base64

from google import genai

client = genai.Client(enterprise=True, project="PROJECT_ID", location="global")

with open("SOURCE_AUDIO_PATH", "rb") as f:
    source_b64 = base64.b64encode(f.read()).decode("utf-8")

with open("CONSENT_AUDIO_PATH", "rb") as f:
    consent_b64 = base64.b64encode(f.read()).decode("utf-8")

replicated_voice = client.voices.create(
    store=False,
    voice={
        "model": "gemini-3.8-flash-tts",
        "type": "VOICE_TYPE_REPLICATED",
        "replicated": {
            "source_audio": {"mime_type": "audio/wav", "data": source_b64},
            "consent_audio": {"mime_type": "audio/wav", "data": consent_b64},
        },
    },
    timeout=60,
)

# Store the key in your application. It starts with "voicekey_".
voice_key = replicated_voice.key

REST

SOURCE_B64=$(base64 -w 0 SOURCE_AUDIO_PATH)
CONSENT_B64=$(base64 -w 0 CONSENT_AUDIO_PATH)

cat > request.json <<EOF
{
  "store": false,
  "voice": {
    "model": "gemini-3.8-flash-tts",
    "type": "VOICE_TYPE_REPLICATED",
    "replicated": {
      "sourceAudio": {"mimeType": "audio/wav", "data": "${SOURCE_B64}"},
      "consentAudio": {"mimeType": "audio/wav", "data": "${CONSENT_B64}"}
    }
  }
}
EOF

curl -X POST \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \
  https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/voices \
  -d @request.json | jq -r '.key'

Genera voz con una voz replicada

Pasa el ID de voz o la clave de replicación de voz en speechConfig.voiceConfig.voice:

Python

from google import genai

client = genai.Client(enterprise=True, project="PROJECT_ID", location="global")

response = client.models.generate_content(
    model="gemini-3.8-flash-tts",
    contents=[{
        "role": "user",
        "parts": [{
            "text": "Hello! This audio was generated with a replicated voice.",
            "speech_metadata": {"style": "warm and conversational"},
        }],
    }],
    config={
        "response_modalities": ["AUDIO"],
        "speech_config": {"voice_config": {"voice": "VOICE"}},
    },
)

# The SDK has already decoded the base64 audio, so inline_data.data is a
# complete WAV file by default.
with open("replicated_voice.wav", "wb") as f:
    f.write(response.candidates[0].content.parts[0].inline_data.data)

REST

curl -X POST \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \
  https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/publishers/google/models/gemini-3.8-flash-tts:generateContent \
  -d '{
    "contents": [{
      "role": "user",
      "parts": [{
        "text": "Hello! This audio was generated with a replicated voice.",
        "speechMetadata": {"style": "warm and conversational"}
      }]
    }],
    "generationConfig": {
      "responseModalities": ["AUDIO"],
      "speechConfig": {
        "voiceConfig": {"voice": "VOICE"}
      }
    }
  }' | jq -r '.candidates[0].content.parts[0].inlineData.data' | base64 --decode > replicated_voice.wav

Reemplaza VOICE por el ID de voz (voice_...) o la clave de replicación de voz (voicekey_...) que devolvió el método create.

Las solicitudes de creación de voz están sujetas a una cuota por proyecto y por minuto. Si lo superas, el método create muestra un error RESOURCE_EXHAUSTED. Para obtener más información, consulta Cuotas y límites del sistema.

La API de Voices verifica el consentimiento comparando la transcripción de consent_audio con la declaración de consentimiento. El orador debe leer la declaración en su idioma palabra por palabra:

Idioma Código BCP-47 Declaración de consentimiento
Afrikaans af Ek is die eienaar van hierdie stem en het ingestem tot die skep van 'n sintetiese model van my stem deur die gebruik van Google Cloud.
Albanés sq Unë jam pronari i këtij zëri dhe kam dhënë pëlqimin për krijimin e një modeli sintetik të zërit tim përmes përdorimit të Google Cloud.
Amárico am እኔ የዚህ ድምፅ ባለቤት ነኝ፣ እና የድምፄ ሰው ሰራሽ ሞዴል በGoogle Cloud እንዲፈጠር ተስማምቻለሁ።
Árabe ar أنا صاحب هذا الصوت وقد وافقت على إنشاء نموذج اصطناعي لصوتي باستخدام خدمة جوجل كلاود.
Armenio hy Ես այս ձայնի սեփականատերն եմ և համաձայնություն եմ տվել Google Cloud-ի միջոցով իմ ձայնի սինթետիկ մոդելի ստեղծմանը։
Azerbaiyano az Mən bu səsin sahibiyəm və Google Cloud vasitəsilə səsimin sintetik modelinin yaradılmasına razılıq vermişəm.
Bengalí bn আমি এই কণ্ঠস্বরের মালিক এবং গুগল ক্লাউড ব্যবহারের মাধ্যমে আমার কণ্ঠস্বরের একটি কৃত্রিম মডেল তৈরিতে সম্মতি দিয়েছি।
Euskara eu Ahots honen jabea naiz eta nire ahotsaren eredu sintetiko bat sortzeko baimena eman dut Google Cloud erabiliz.
Bielorruso be Я з'яўляюся ўладальнікам гэтага голасу і даў згоду на стварэнне сінтэтычнай мадэлі майго голасу з дапамогай Google Cloud
Búlgaro bg Аз съм собственикът на този глас и съм дал съгласието си за създаването на синтетичен модел на моя глас чрез използването на Google Cloud.
Birmano my ကျွန်ုပ်သည် ဤအသံ၏ပိုင်ရှင်ဖြစ်ပြီး Google Cloud ကိုအသုံးပြုခြင်းဖြင့် ကျွန်ုပ်၏အသံ၏ ပေါင်းစပ်ပုံစံတစ်ခု ဖန်တီးရန် သဘောတူပါသည်။
Catalán ca Sóc el propietari d'aquesta veu i he donat el meu consentiment per a la creació d'un model sintètic de la meva veu mitjançant l'ús de Google Cloud.
Cebuano ceb Ako ang tag-iya niining tingog ug miuyon sa paghimo og sintetikong modelo sa akong tingog pinaagi sa paggamit sa Google Cloud.
Chino mandarín cmn 我是这段声音的所有者，并已同意通过 Google Cloud 创建我的声音合成模型。
Croata hr Vlasnik sam ovog glasa i pristao sam na izradu sintetičkog modela mog glasa putem Google Clouda.
Checo cs Jsem vlastníkem tohoto hlasu a souhlasil(a) jsem s vytvořením syntetického modelu mého hlasu pomocí služby Google Cloud.
Danés da Jeg ejer denne stemme og har givet samtykke til oprettelsen af en syntetisk model af min stemme ved hjælp af Google Cloud.
Holandés nl Ik ben de eigenaar van deze stem en heb toestemming gegeven voor het creëren van een synthetisch model van mijn stem via Google Cloud.
Inglés en Soy el propietario de esta voz y di mi consentimiento para la creación de un modelo sintético de mi voz a través del uso de Google Cloud
Estonio et Olen selle hääle omanik ja olen andnud nõusoleku oma hääle sünteetilise mudeli loomiseks Google Cloudi abil.
Filipino fil Ako ang may-ari ng boses na ito at pumayag sa paglikha ng isang sintetikong modelo ng aking boses sa pamamagitan ng paggamit ng Google Cloud.
Finlandés fi Olen tämän äänen omistaja ja olen antanut suostumukseni synteettisen ääneni mallintamiseen Google Cloudin avulla.
Francés fr Je suis propriétaire de cette voix et j'ai consenti à la création d'un modèle synthétique de ma voix grâce à l'utilisation de Google Cloud.
Gallego gl Son o propietario desta voz e dei o meu consentimento para a creación dun modelo sintético da miña voz mediante o uso de Google Cloud.
Georgiano ka მე ვარ ამ ხმის მფლობელი და დავთანხმდი ჩემი ხმის სინთეზური მოდელის შექმნას Google Cloud-ის გამოყენებით.
Alemán de Ich bin der Inhaber dieser Stimme und habe der Erstellung eines synthetischen Modells meiner Stimme mithilfe von Google Cloud zugestimmt.
Griego el Είμαι ο κάτοχος αυτής της φωνής και έχω συναινέσει στη δημιουργία ενός συνθετικού μοντέλου της φωνής μου μέσω της χρήσης του Google Cloud.
Gujarati gu હું આ અવાજનો માલિક છું અને ગૂગલ ક્લાઉડના ઉપયોગ દ્વારા મારા અવાજનું સિન્થેટિક મોડેલ બનાવવા માટે સંમતિ આપી છે.
Criollo haitiano ht Mwen se pwopriyetè vwa sa a epi mwen bay konsantman pou kreyasyon yon modèl sentetik vwa mwen atravè itilizasyon Google Cloud.
Hebreo he אני הבעלים של קול זה והסכמתי ליצירת מודל סינתטי של קולי באמצעות Google Cloud.
Hindi hi मैं इस आवाज का स्वामी हूं और मैंने Google क्लाउड के उपयोग के माध्यम से अपनी आवाज का कृत्रिम मॉडल बनाने की सहमति दी है।
Húngaro hu Én vagyok a hang tulajdonosa, és hozzájárultam ahhoz, hogy a Google Cloud segítségével szintetikus modellt készítsenek a hangomról.
Islandés is Ég er eigandi þessarar raddar og hef samþykkt að búið sé til tilbúið líkan af rödd minni með því að nota Google Cloud.
Indonesio id Saya adalah pemilik suara ini dan telah menyetujui pembuatan model sintetis suara saya melalui penggunaan Google Cloud.
Italiano it Sono il proprietario di questa voce e ho acconsentito alla creazione di un modello sintetico della mia voce tramite l'utilizzo di Google Cloud.
Japonés ja 私はこの音声の所有者であり、Google Cloud を利用して私の音声の合成モデルを作成することに同意しました。
Javanés jv Aku sing nduwèni swara iki lan wis sarujuk kanggo nggawé model sintetis swaraku liwat panggunaan Google Cloud.
Canarés kn ನಾನು ಈ ಧ್ವನಿಯ ಮಾಲೀಕ ಮತ್ತು Google Cloud ಬಳಕೆಯ ಮೂಲಕ ನನ್ನ ಧ್ವನಿಯ ಸಂಶ್ಲೇಷಿತ ಮಾದರಿಯನ್ನು ರಚಿಸಲು ಸಮ್ಮತಿಸಿದ್ದೇನೆ.
Coreano ko 저는 이 음성의 소유자이며, Google Cloud를 사용하여 제 음성의 합성 모델을 생성하는 데 동의했습니다.
Laosiano lo ຂ້ອຍເປັນເຈົ້າຂອງສຽງນີ້ ແລະ ໄດ້ຍິນຍອມໃຫ້ສ້າງຮູບແບບສັງເຄາະສຽງຂອງຂ້ອຍຜ່ານການນຳໃຊ້ Google Cloud
Latín la Huius vocis dominus sum et consensi sum ad creandum exemplar syntheticum vocis meae per usum Google Cloud.
Letón lv Esmu šīs balss īpašnieks un esmu piekritis sintētiska manas balss modeļa izveidei, izmantojot Google Cloud.
Lituano lt Esu šio balso savininkas ir sutikau, kad naudojant „Google Cloud“ būtų sukurtas sintetinis mano balso modelis.
Luxemburgués lb Ech sinn de Besëtzer vun dëser Stëmm an hunn der Erstellung vun engem synthetesche Modell vu menger Stëmm mat Hëllef vu Google Cloud zougestëmmt.
Macedonio mk Јас сум сопственик на овој глас и се согласив за создавање синтетички модел на мојот глас преку користење на Google Cloud.
Malgache mg Izaho no tompon'ity feo ity ary nanaiky ny hamorona modely sentetika amin'ny feoko amin'ny alàlan'ny fampiasana ny Google Cloud.
Malayo ms Saya pemilik suara ini dan telah bersetuju untuk penciptaan model sintetik suara saya melalui penggunaan Google Cloud.
Malayalam ml ഈ ശബ്ദത്തിന്റെ ഉടമ ഞാനാണ്, Google ക്ലൗഡ് ഉപയോഗിച്ച് എന്റെ ശബ്ദത്തിന്റെ ഒരു സിന്തറ്റിക് മോഡൽ സൃഷ്ടിക്കാൻ ഞാൻ സമ്മതം നൽകിയിട്ടുണ്ട്.
Maratí mr मी या आवाजाचा मालक आहे आणि गूगल क्लाउडचा वापर करून माझ्या आवाजाचे कृत्रिम मॉडेल तयार करण्यास मी संमती दिली आहे.
Mongol mn Би энэ дуу хоолойны эзэмшигч бөгөөд Google Cloud ашиглан өөрийн дуу хоолойны синтетик загварыг бүтээхийг зөвшөөрсөн.
Nepalí ne म यो आवाजको मालिक हुँ र गुगल क्लाउडको प्रयोग मार्फत मेरो आवाजको सिंथेटिक मोडेल सिर्जना गर्न सहमति दिएको छु।
Noruego (Bokmål) nb Jeg eier denne stemmen og har samtykket til at det opprettes en syntetisk modell av stemmen min ved bruk av Google Cloud.
Oriya or ମୁଁ ଏହି ଭଏସ୍‌ର ମାଲିକ ଏବଂ Google Cloud ବ୍ୟବହାର ମାଧ୍ୟମରେ ମୋ ଭଏସ୍‌ର ଏକ ସିନ୍ଥେଟିକ୍ ମଡେଲ୍ ତିଆରି କରିବାକୁ ସମ୍ମତି ଦେଇଛି।
Pastún ps زه د دې غږ مالک یم او د ګوګل کلاوډ په کارولو سره مې د خپل غږ د مصنوعي ماډل جوړولو ته رضایت ورکړی دی.
Persa fa من مالک این صدا هستم و با ایجاد یک مدل مصنوعی از صدایم از طریق استفاده از Google Cloud موافقت کرده‌ام.
Polaco pl Jestem właścicielem tego głosu i wyraziłem zgodę na utworzenie syntetycznego modelu mojego głosu za pomocą Google Cloud
Portugués pt Eu sou o proprietário desta voz e consinto com a criação de um modelo sintético da minha voz através do uso do Google Cloud.
Punyabí pa ਮੈਂ ਇਸ ਆਵਾਜ਼ ਦਾ ਮਾਲਕ ਹਾਂ ਅਤੇ ਗੂਗਲ ਕਲਾਉਡ ਦੀ ਵਰਤੋਂ ਰਾਹੀਂ ਆਪਣੀ ਆਵਾਜ਼ ਦੇ ਇੱਕ ਸਿੰਥੈਟਿਕ ਮਾਡਲ ਨੂੰ ਬਣਾਉਣ ਲਈ ਸਹਿਮਤੀ ਦਿੱਤੀ ਹੈ।
Rumano ro Sunt proprietarul acestei voci și am consimțit la crearea unui model sintetic al vocii mele prin utilizarea Google Cloud.
Ruso ru Я являюсь владельцем этого голоса и дал согласие на создание синтетической модели моего голоса с использованием Google Cloud.
Serbio sr Ја сам власник овог гласа и пристао/ла сам на креирање синтетичког модела мог гласа коришћењем Google Cloud-а
Sindhi sd مان هن آواز جو مالڪ آهيان ۽ گوگل ڪلائوڊ جي استعمال ذريعي پنهنجي آواز جي هڪ مصنوعي ماڊل جي تخليق تي رضامندي ڏني آهي.
Cingalés si මම මෙම හඬෙහි හිමිකරු වන අතර Google Cloud භාවිතය හරහා මගේ හඬෙහි කෘතිම ආකෘතියක් නිර්මාණය කිරීමට කැමැත්ත පළ කර ඇත්තෙමි.
Eslovaco sk Som vlastníkom tohto hlasu a súhlasil/a som s vytvorením syntetického modelu môjho hlasu pomocou služby Google Cloud.
Esloveno sl Sem lastnik tega glasu in sem privolil v ustvarjanje sintetičnega modela mojega glasu z uporabo storitve Google Cloud.
Español es Soy el propietario de esta voz y he consentido la creación de un modelo sintético de mi voz mediante el uso de Google Cloud.
Suajili sw Mimi ndiye mmiliki wa sauti hii na nimekubali kuundwa kwa modeli ya sauti yangu iliyotengenezwa kwa njia ya Google Cloud.
Sueco sv Jag äger den här rösten och har samtyckt till att en syntetisk modell av min röst skapas med hjälp av Google Cloud.
Tamil ta இந்தக் குரலின் உரிமையாளர் நானே, மேலும் கூகிள் கிளவுடைப் பயன்படுத்தி எனது குரலின் செயற்கை மாதிரியை உருவாக்குவதற்கும் நான் ஒப்புதல் அளித்துள்ளேன்.
Telugu te ఈ స్వరానికి నేను యజమానిని మరియు గూగుల్ క్లౌడ్‌ను ఉపయోగించి నా స్వరం యొక్క కృత్రిమ నమూనాను రూపొందించడానికి నేను సమ్మతించాను.
Tailandés th ฉันเป็นเจ้าของเสียงนี้และได้ยินยอมให้สร้างแบบจำลองเสียงสังเคราะห์ของเสียงฉันโดยใช้ Google Cloud
Turco tr Bu sesin sahibi benim ve Google Cloud kullanılarak sesimin sentetik bir modelinin oluşturulmasına izin verdim.
Ucraniano uk Я є власником цього голосу та дав згоду на створення синтетичної моделі мого голосу за допомогою Google Cloud
Urdu ur میں اس آواز کا مالک ہوں اور میں نے گوگل کلاؤڈ کے استعمال کے ذریعے اپنی آواز کا مصنوعی ماڈل بنانے پر رضامندی دی ہے۔
Vietnamita vi Tôi là chủ sở hữu giọng nói này và đã đồng ý cho phép tạo ra một mô hình tổng hợp giọng nói của mình thông qua việc sử dụng Google Cloud.

Prácticas recomendadas

  • Graba en un entorno tranquilo: Minimiza el eco, el ruido de fondo, la música y las voces superpuestas. La calidad del resultado depende de la calidad de source_audio.
  • Condiciones de grabación coincidentes: Graba source_audio y consent_audio con el mismo micrófono en la misma habitación para que la verificación del orador se realice correctamente.
  • Convierte al formato requerido: Vuelve a muestrear las grabaciones a 24 kHz, mono, PCM WAV de 16 bits antes de codificarlas.
  • Planifica la renovación: Las claves de replicación de voz son válidas durante siete días, y las voces almacenadas vencen un año después de su último uso. Conserva las grabaciones de la fuente y del consentimiento, o un proceso para recopilarlas, de modo que puedas volver a crear la voz antes de que venza.

¿Qué sigue?

  • Crea una voz personalizada a partir de una descripción de texto con Diseño de voz.
  • Obtén más información sobre el diseño a nivel de turnos, las etiquetas intercaladas y el diálogo con varios oradores en Genera voz con Gemini TTS.