Generare podcast (metodo API)

Obsoleto: l'API Podcast è obsoleta. Google non sta consentendo l'accesso a nuovi clienti.

Gemini Enterprise offre un'API che ti consente di generare podcast basati su documenti di origine. L'output è molto simile ai podcast che gli utenti finali possono generare dai propri notebook.

La generazione di podcast tramite l'API è adatta per i job batch in cui potresti avere decine o centinaia di libri, articoli o corsi e vuoi generare un podcast per ognuno.

L'API Podcast è un'API autonoma. Ciò significa che non hai bisogno di un notebook Gemini Notebook Enterprise, di una licenza Gemini Enterprise o di un datastore. Tutto ciò di cui hai bisogno è un progetto abilitato Google Cloud e il ruolo Utente API Podcast.

Input

L'input per l'API è un array di elementi context. Si tratta del materiale di origine da cui viene generato il podcast. L'input può essere sotto forma di testo, immagini, audio e video. Il contenuto totale dell'array di contesto deve essere inferiore a 100.000 token.

Per un elenco dei tipi supportati, consulta le specifiche tecniche per immagini, documenti, video e audio in questa pagina su Gemini 2.5 Flash.

Output

L'output dell'API è il podcast in formato MP3.

Prima di iniziare

Prima di poter generare un podcast utilizzando l'API, devi disporre di quanto segue:

• Un Google Cloud progetto con l'API Discovery Engine abilitata. Consulta Creare un progetto e abilitare l' API.

• Il ruolo Identity and Access Management (IAM) di Utente API Podcast (roles/discoveryengine.podcastApiUser). Per informazioni generali sulla concessione dei ruoli, consulta Configurare Gemini Notebook Enterprise.

Generare un podcast dall'input di contesto

Utilizza il seguente comando per generare un podcast chiamando il metodo podcast.

L'input è un array di oggetti multimediali come testo, immagini, clip audio e video.

REST

Per generare ed esportare un podcast:

1. Esegui il seguente comando curl:

   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"
     }'
   

   Sostituisci quanto segue:

   • PROJECT_ID: l'ID progetto.
   • FOCUS: un prompt in cui suggerisci l' argomento del podcast.
   • LENGTH: sono disponibili due opzioni:
     • SHORT (in genere 4-5 minuti)
     • STANDARD (in genere circa 10 minuti, ma può essere più breve con set di dati più piccoli)
   • LANGUAGE_CODE: facoltativo. Specifica il codice lingua per il podcast. Utilizza i tag di lingua definiti da BCP47. Se il codice lingua non viene fornito, il podcast viene generato in inglese.
   • TEXT_CONTENT: il contenuto di testo da includere.
   • inlineData: un oggetto per i contenuti multimediali non di testo.
   • MIME_TYPE: il tipo MIME dei dati blob (ad esempio, "image/png").
   • BASE64_ENCODED_DATA: i byte non elaborati codificati in base64 dei dati multimediali.
   • PODCAST_TITLE: un titolo per il podcast. Può essere per uso interno oppure puoi scegliere di mostrarlo agli utenti finali.
   • PODCAST_DESCRIPTION: una descrizione del podcast. Può essere per uso interno oppure puoi scegliere di mostrarlo ai tuoi utenti finali.

   Esempio di comando e risultato

   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 generazione di un podcast richiede alcuni minuti.

2. Prendi nota del nome dell'operazione; ti servirà per scaricare il podcast al passaggio 4. Nell'esempio precedente, il nome dell'operazione è projects/123456/locations/global/operations/create-podcast-54321.

3. (Facoltativo) Esegui il polling dello stato dell'operazione di creazione del podcast. Consulta Visualizzare i dettagli di un'operazione a lunga esecuzione.

4. Al termine dell'operazione, esegui il seguente comando curl per scaricare il 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
   

   Sostituisci quanto segue:

   • OPERATION_NAME: il nome dell'operazione che hai annotato al passaggio 2.
   • FILENAME: un nome file per il podcast.

   Questo comando scarica il podcast in un file MP3 nella directory locale.

   Esempio di comando e risultato

   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
   

Conformità

L'API Podcast non è conforme alle chiavi di crittografia gestite dal cliente, CMEK per Gemini Enterprise.