Générer des podcasts (méthode de l'API)

Obsolète : l'API Podcast est obsolète. Google n'ajoute pas de nouveaux clients à la liste d'autorisation.

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 à partir de leurs notebooks.

La génération de podcasts via l'API est bien adaptée aux jobs 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. Autrement dit, vous n'avez pas besoin d'un notebook Gemini Notebook Enterprise, d'une licence Gemini Enterprise ni d'un data store. Il vous suffit d'avoir un projet Google Cloud activé et le rôle d'utilisateur de l'API Podcast.

Entrées

L'entrée de l'API est un tableau d'éléments context. Il s'agit du matériel source à partir duquel le podcast est généré. L'entrée peut se présenter sous la forme de texte, d'images, d'audio et de vidéo. Le contenu total du tableau de contexte doit être inférieur à 100 000 jetons.

Pour obtenir la liste des types compatibles, consultez les caractéristiques techniques des images, des documents, des vidéos et des fichiers audio sur cette page concernant Gemini 2.5 Flash.

Sortie

La sortie 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) d'utilisateur de l'API Podcast (roles/discoveryengine.podcastApiUser). Pour obtenir des informations générales sur l'attribution de rôles, consultez Configurer Gemini Notebook 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, et des extraits audio et vidéo.

REST

Pour générer et exporter un podcast, procédez comme suit :

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": [
           {
             "text": "TEXT_CONTENT"
           },
           {
             "inlineData": {
               "mimeType": "MIME_TYPE",
               "data": "BASE64_ENCODED_DATA"
             }
           }
         ],
         "title": "PODCAST_TITLE",
         "description": "PODCAST_DESCRIPTION"
     }'
   

   Remplacez les éléments suivants :

   • PROJECT_ID : par l'ID du projet.
   • FOCUS : une requête dans laquelle vous suggérez le thème du podcast.
   • LENGTH : deux options sont disponibles :
     • 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 tags de langue définis par BCP47. Si le code de langue n'est pas fourni, le podcast est généré en anglais.
   • TEXT_CONTENT : contenu textuel à inclure.
   • inlineData : objet pour les contenus multimédias non textuels.
   • MIME_TYPE : type MIME des données du blob (par exemple, "image/png").
   • BASE64_ENCODED_DATA : octets bruts encodés en base64 des données multimédias.
   • PODCAST_TITLE : titre du podcast. Il peut être destiné à un usage interne, ou vous pouvez choisir de l'afficher pour vos utilisateurs finaux.
   • PODCAST_DESCRIPTION : description du podcast. Il peut être destiné à un usage interne, ou vous pouvez choisir de l'afficher pour 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."
         },
         {
           "inlineData": {
             "mimeType": "image/png",
             "data": "iVBORw0KGgoAAAANSUhEUgAAAAEAAAABCAQAAAC1HAwCAAAAC0lEQVR42mNkYAAAAAYAAjCB0C8AAAAASUVORK5CYII="
           }
         }
       ],
       "title": "Find a job at Google ",
       "description": "This podcast is based on a plain text document and an image 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, car 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 des informations sur 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.