生成播客（API 方法）

Gemini Enterprise 提供了一项 API，可让您根据源文档生成播客。其输出与最终用户可以在笔记本中生成的播客非常相似。

通过 API 生成播客非常适合批量作业，例如您可能有数十或数百份书籍、文章或课程，并且希望为每份文档生成一个播客。

Podcast API 是一个独立 API。也就是说，您不需要 Gemini Notebook Enterprise 笔记本、Gemini Enterprise 许可或数据存储区。您只需要一个已启用的 Google Cloud 项目和“Podcast API User”角色。

输入

该 API 的输入是一个 context 元素的数组。这是生成播客所依据的素材。输入可以采用文本、图片、音频和视频的形式。上下文数组的总内容必须少于 10 万个 token。

如需查看支持的类型列表，请参阅本页面上有关 Gemini 2.5 Flash 的图片、文档、视频和音频的技术规范。

输出

该 API 的输出是采用 MP3 格式的播客。

准备工作

在使用该 API 生成播客之前，您必须具备：

根据上下文输入生成播客

使用以下命令通过调用 podcast 方法生成播客。

输入是一个多媒体对象数组，例如文本、图片以及音频和视频片段。

REST

如需生成和导出播客，请执行以下操作：

  1. 运行以下 curl 命令：

    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"
  }'

    替换以下内容：

    • PROJECT_ID：您的项目的 ID。
    • FOCUS：一个提示，可用于建议播客的重点。
    • LENGTH：有两个选项：
      • SHORT（通常 4-5 分钟）
      • STANDARD（通常约 10 分钟，但如果数据集较小，则可能更短）
    • LANGUAGE_CODE：可选。指定播客的语言代码。使用 BCP47 定义的语言标记。如果未提供语言代码，则播客将以英语生成。
    • TEXT_CONTENT：要包含的文本内容。
    • inlineData：用于非文本媒体的对象。
    • MIME_TYPE：Blob 数据的 MIME 类型（例如“image/png”）。
    • BASE64_ENCODED_DATA：媒体数据的 base64 编码原始字节。
    • PODCAST_TITLE：播客的标题。此信息可供内部使用，您也可以选择向最终用户显示。
    • PODCAST_DESCRIPTION：播客的说明。此信息可供内部使用，您也可以选择向最终用户显示。

    生成播客需要几分钟时间。

  2. 记下操作名称；您需要它才能在第 4 步下载播客。在上面的示例中，操作名称为 projects/123456/locations/global/operations/create-podcast-54321。

  3. 可选。轮询播客创建操作的状态。请参阅获取长时间运行的操作的详细信息。

  4. 在操作完成后，运行以下 curl 命令下载播客：

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

    替换以下内容：

    • OPERATION_NAME：您在第 2 步中记下的操作的名称。
    • FILENAME：播客的文件名。

    此命令会将播客作为一个 MP3 文件下载到您的本地目录中。

合规性

Podcast API 不符合 Gemini Enterprise 的客户管理的加密密钥 (CMEK) 要求。