ポッドキャストを生成する（API メソッド）

Gemini Enterprise には、ソース ドキュメントに基づいてポッドキャストを生成できる API が用意されています。出力は、エンドユーザーがノートブック内から生成できるポッドキャストと非常によく似ています。

API を介したポッドキャストの生成は、数十冊または数百冊の書籍、記事、コースがあり、それぞれにポッドキャストを生成する場合のバッチジョブに適しています。

ポッドキャスト API はスタンドアロンの API です。つまり、NotebookLM Enterprise ノートブック、Gemini Enterprise ライセンス、データストアは必要ありません。必要なのは、有効な Google Cloud プロジェクトとポッドキャスト API ユーザーロールだけです。

入力

API の入力は context 要素の配列です。これは、ポッドキャストの生成元となるソース資料です。入力は、テキスト、画像、音声、動画の形式にできます。コンテキスト配列のコンテンツの合計は 100,000 トークン未満にする必要があります。

サポートされているタイプの一覧については、Gemini 2.5 Flash に関するこのページの画像、ドキュメント、動画、音声の技術仕様をご覧ください。

出力

API からの出力は、MP3 形式のポッドキャストです。

始める前に

API を使用してポッドキャストを生成するには、次のものが必要です。

コンテキスト入力からポッドキャストを生成する

次のコマンドを使用して、ポッドキャスト メソッドを呼び出してポッドキャストを生成します。

入力は、テキスト、画像、音声クリップ、動画クリップなどのマルチメディア オブジェクトの配列です。

REST

ポッドキャストを生成してエクスポートする手順は次のとおりです。

  1. 次の curl コマンドを実行します。

    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"
  }'

    次のように置き換えます。

    • PROJECT_ID: 実際のプロジェクトの ID。
    • FOCUS: ポッドキャストの焦点となる内容を提案するプロンプト。
    • LENGTH: 検証には次の 2 つの方法があります。
      • SHORT（通常は 4～5 分）
      • STANDARD（通常は約 10 分ですが、データセットが小さい場合は短くなることがあります）
    • LANGUAGE_CODE: 省略可。ポッドキャストの言語コードを指定します。BCP47 で定義されている言語タグを使用します。言語コードが指定されていない場合、ポッドキャストは英語で生成されます。
    • TEXT_CONTENT: 含めるテキスト コンテンツ。
    • inlineData: テキスト以外のメディアのオブジェクト。
    • MIME_TYPE: BLOB データの MIME タイプ（例: "image/png"）。
    • BASE64_ENCODED_DATA: メディア データの base64 エンコードされた未加工のバイト。
    • PODCAST_TITLE: ポッドキャストのタイトル。これは内部で使用することも、エンドユーザーに表示することもできます。
    • PODCAST_DESCRIPTION: ポッドキャストの説明。これは内部で使用することも、エンドユーザーに表示することもできます。

    ポッドキャストの生成には数分かかります。

  2. オペレーション名をメモします。ステップ 4 でポッドキャストをダウンロードする際に必要になります。上記の例では、オペレーション名は projects/123456/locations/global/operations/create-podcast-54321 です。

  3. 省略可。ポッドキャスト作成オペレーションのステータスをポーリングします。長時間実行オペレーションの詳細を取得する をご覧ください。

  4. オペレーションが完了したら、次の curl コマンドを実行してポッドキャストをダウンロードします。

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

    次のように置き換えます。

    • OPERATION_NAME: ステップ 2 でメモしたオペレーションの名前。
    • FILENAME: ポッドキャストのファイル名。

    このコマンドは、ポッドキャストをローカル ディレクトリの MP3 ファイルにダウンロードします。

コンプライアンス

ポッドキャスト API は、顧客管理の暗号鍵である Gemini Enterprise の CMEK に準拠していません。