Générer des podcasts (méthode API)

Important : L'accès à l'API Podcast est disponible pour certains clients Google Cloud. Pour en savoir plus ou vous inscrire à cette fonctionnalité, contactez votreGoogle Cloud conseiller commercial.

Gemini Enterprise propose une API qui vous permet de générer des podcasts à partir de documents sources. Le résultat est très semblable aux podcasts que les utilisateurs finaux peuvent générer dans leurs notebooks.

La génération de podcasts via l'API est idéale pour les tâches par lot où vous pouvez avoir des dizaines ou des centaines de livres, d'articles ou de cours, et où vous souhaitez générer un podcast pour chacun d'eux.

L'API Podcast est une API autonome. En d'autres termes, vous n'avez pas besoin d'un notebook NotebookLM Enterprise, d'une licence Gemini Enterprise ni d'un data store. Il vous suffit d'avoir un projet Google Cloud activé et le rôle utilisateur de l'API Podcast.

Entrées

L'entrée de l'API est un tableau d'éléments context. Il s'agit du contenu source à partir duquel le podcast est généré. L'entrée peut être du texte, des images, de l'audio ou des vidéos. Le contenu total du tableau de contexte doit être inférieur à 100 000 jetons.

Pour obtenir la liste des types de fichiers acceptés, consultez les caractéristiques techniques des images, des documents, des vidéos et des fichiers audio sur la page Gemini 1.5 Flash.

Sortie

Le résultat de l'API est le podcast, au format MP3.

Avant de commencer

Avant de pouvoir générer un podcast à l'aide de l'API, vous devez disposer des éléments suivants :

• Un projet Google Cloud avec l'API Discovery Engine activée. Consultez Créer un projet et activer l'API.

• Le rôle Identity and Access Management (IAM) "Utilisateur de l'API Podcast" (roles/discoveryengine.podcastApiUser). Pour obtenir des informations générales sur l'attribution de rôles, consultez Configurer NotebookLM Enterprise.

Générer un podcast à partir d'une entrée de contexte

Utilisez la commande suivante pour générer un podcast en appelant la méthode podcast.

L'entrée est un tableau d'objets multimédias tels que du texte, des images, des extraits audio et des extraits vidéo.

REST

Pour générer et exporter un podcast :

1. Exécutez la commande curl suivante :

   curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json" \
     "https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/podcasts" \
     -d '{
         "podcastConfig": {
           "focus": "FOCUS",
           "length": "LENGTH",
           "languageCode": "LANGUAGE_CODE"
         },
         "contexts": [
           {
             "MEDIA_TYPE_1": "MEDIA_CONTENT_1"
           },
           {
             "MEDIA_TYPE_2": "MEDIA_CONTENT_2"
           }
         ],
         "title": "PODCAST_TITLE",
         "description": "PODCAST_DESCRIPTION"
     }'
   

   Remplacez les éléments suivants :

   • PROJECT_ID : par l'ID du projet.
   • FOCUS : requête dans laquelle vous suggérez le thème du podcast.
   • LENGTH : deux options s'offrent à vous :
     • SHORT (généralement 4 à 5 minutes)
     • STANDARD (généralement environ 10 minutes, mais cela peut être plus court avec des ensembles de données plus petits)
   • LANGUAGE_CODE (facultatif) : Spécifiez le code de langue du podcast. Utilisez les balises de langue définies par BCP47. Si le code de langue n'est pas fourni, le podcast est généré en anglais.
   • MEDIA_TYPE_N : spécifiez le type de contenu multimédia auquel vous faites référence pour générer le podcast. Les types autorisés sont les suivants :
     • text. Texte brut.
     • blob. Pour tous les types de supports, à l'exception du texte brut, utilisez ce type et importez les données sous forme d'octets bruts.
   • MEDIA_CONTENT_N : contenu lui-même en texte brut ou en octets bruts. Le contenu total du tableau de contexte doit être inférieur à 100 000 jetons.
   • PODCAST_TITLE : titre du podcast. Vous pouvez l'utiliser en interne ou choisir de l'afficher à vos utilisateurs finaux.
   • PODCAST_DESCRIPTION : description du podcast. Vous pouvez l'utiliser en interne ou choisir de l'afficher à vos utilisateurs finaux.

   Exemple de commande et résultat

   curl -X POST \
   -H "Authorization: Bearer $(gcloud auth print-access-token)" \
   -H "Content-Type: application/json" \
   "https://discoveryengine.googleapis.com/v1/projects/my-project-123/locations/global/podcasts" \
   -d '{
       "podcastConfig": {
         "focus": "Can you talk about how to find a job in Google?",
         "length": "SHORT"
       },
       "contexts": [
         {
           "text": "Breaking into Google is a highly competitive endeavor, attracting millions of applicants globally due to its reputation as a top employer, its innovative work, and comprehensive perks. Success hinges on a multi-faceted approach, starting with meticulously tailored online applications that incorporate job description keywords for ATS and showcasing Googlyness—a blend of curiosity, collaborative spirit, and leadership potential. The rigorous, multi-stage interview process involves recruiter screens, behavioral interviews (often using the STAR method), and for technical roles, demanding coding challenges and system design questions that assess not just correct answers but also problem-solving thought processes and communication skills. Networking for referrals and informational interviews can significantly boost visibility, but ultimately, thorough preparation through mock interviews and platforms like LeetCode, combined with patience and resilience through the often lengthy process, are paramount for navigating this challenging but rewarding path."
         },
         {
           "text": "Finding your way into a career at Google begins with their comprehensive careers website, a digital gateway brimming with opportunities. To embark on this journey, you first navigate the job board, using keywords like software engineer or product manager to pinpoint potential roles. To refine your search, utilize the array of filters available for location, experience level, degree, skills, and even specific Google organizations. You can even browse by team if you have a particular department in mind, like Engineering and Technology or Marketing and Communications. Once you discover a promising position, delve into its detailed description, paying close attention to the minimum qualifications – these are the foundational criteria against which your application will be assessed. Remember, Google seeks out leaders who can perform at the highest level, and while experience is valued, internships or graduate programs can be a great entry point for those earlier in their career. When you are ready to apply, you will need to create a Careers Profile, using your Google Account for seamless sign-in and communication. Crucially, tailor your resume for each specific role, highlighting relevant experiences and quantifying your achievements with concrete data. While a one-page resume is generally preferred, a two-page resume is acceptable for those with more extensive experience. Notably, cover letters are not typically required unless explicitly stated in the job description. Google encourages quality over quantity, so strategically apply for up to three jobs every 30 days, choosing roles that truly align with your skills and passions. Once you have submitted your applications, your Careers Profile becomes your tracking center, where you can monitor the status of each submission, from Draft to Submitted. If you do not hear back within eight weeks, the search continues, though Google recruiters may proactively reach out for other opportunities later. Remember, perseverance and a solid understanding of Google values, combined with a continuously refined skill set and a well-prepared resume, will greatly enhance your chances of securing a position at this innovative company."
         }
       ],
       "title": "Find a job at Google ",
       "description": "This podcast is based on two plain text documents that describe various aspects of getting a job at Google."
   }'
   
   {
   "name": "projects/123456/locations/global/operations/create-podcast-54321"
   }
   

   La génération d'un podcast prend quelques minutes.

2. Notez le nom de l'opération. Vous en aurez besoin pour télécharger le podcast à l'étape 4. Dans l'exemple ci-dessus, le nom de l'opération est projects/123456/locations/global/operations/create-podcast-54321.

3. Facultatif. Interrogez l'état de l'opération de création du podcast. Consultez Obtenir les détails d'une opération de longue durée.

4. Une fois l'opération terminée, exécutez la commande curl suivante pour télécharger le podcast :

   curl -v \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     "https://discoveryengine.googleapis.com/v1/OPERATION_NAME:download?alt=media" \
     --output FILENAME.mp3 -L
   

   Remplacez les éléments suivants :

   • OPERATION_NAME : nom de l'opération que vous avez noté à l'étape 2.
   • FILENAME : nom de fichier du podcast.

   Cette commande télécharge le podcast dans un fichier MP3 de votre répertoire local.

   Exemple de commande et résultat

   curl -v \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     "https://discoveryengine.googleapis.com/v1/projects/123456/locations/global/operations/create-podcast-54321:download?alt=media" \
     --output my-podcast.mp3 -L
     
   
   % Total    % Received % Xferd  Average Speed   Time    Time     Time  Current
                                  Dload  Upload   Total   Spent    Left  Speed
   0     0    0     0    0     0      0      0 --:--:-- --:--:-- --:--:--     0* Host discoveryengine.googleapis.com:443 was resolved.
     ...
   { [42044 bytes data]
   100 14.3M  100 14.3M    0     0  10.9M      0  0:00:01  0:00:01 --:--:-- 29.7M
   * Connection #0 to host discoveryengine.googleapis.com left intact
   

Conformité

L'API Podcast n'est pas conforme aux clés de chiffrement gérées par le client, CMEK pour Gemini Enterprise.