原生Gemini格式

POST  v1beta/models/{model}:generateContent

Gemini 音频生成接口。

可使用gemini-2.5-flash-preview-tts等模型

请求参数

Authorization

在 Header 添加参数 Authorization，其值为在 Bearer 之后拼接 Token。

Authorization: Bearer ******************

Path 参数

字段名	类型	必填	说明
model	string	必需	模型名

Body 参数

Content-Type: application/json

参数路径 (层级结构)	类型	必填	说明
contents	array [object]	必需	对话内容数组。包含用户输入的历史消息或当前指令。
└─ parts	array [object]	可选	内容片段。消息的具体组成部分，支持文本、图片等多模态数据。
└─ text	string	可选	文本内容。具体的字符串信息。
generationConfig	object	必需	生成配置对象。用于控制模型生成的整体行为（如温度、最大输出长度等）。
└─ responseModalities	array[string]	必需	响应模态。指定模型输出的形式，例如 ["TEXT"]、["AUDIO"]。
└─ speechConfig	object	必需	语音配置对象。当输出包含音频时，定义语音的详细参数。
└─ voiceConfig	object	必需	音色配置对象。用于指定音色的来源或类型。
└─ prebuiltVoiceConfig	object	必需	预设音色配置。调用系统内置的预训练音色方案。
└─ voiceName	string	必需	音色名称。指定具体使用的预设音色 ID（例如 "Puck", "Charon" 等）。

请求示例 (JSON)

{
    "contents": [
        {
            "parts": [
                {
                    "text": "Say cheerfully: Have a wonderful day!"
                }
            ]
        }
    ],
    "generationConfig": {
        "responseModalities": [
            "AUDIO"
        ],
        "speechConfig": {
            "voiceConfig": {
                "prebuiltVoiceConfig": {
                    "voiceName": "Kore"
                }
            }
        }
    }
}

返回响应

200 成功

Content-Type: application/json

响应参数

参数路径	类型	必填	说明
id	string	必需	请求 ID。本次 API 调用的唯一标识符，用于排查问题或日志追踪。
object	string	必需	对象类型。通常固定为 "chat.completion"，表示这是一个聊天补全对象。
created	integer	必需	创建时间。Unix 时间戳（秒），表示回复生成的时间。
choices	array [object]	必需	回复列表。包含模型生成的一个或多个结果（取决于 n 参数）。
└─ index	integer	可选	索引。当前回复在列表中的序号（从 0 开始）。
└─ message	object	可选	消息对象。包含模型生成的具体文本内容。
└─ role	string	必需	角色。回复者的身份，通常为 "assistant"。
└─ content	string	必需	内容。模型生成的实际文本回复。
└─ finish_reason	string	可选	结束原因。说明模型停止生成的原因（如 "stop" 表示自然结束，"length" 表示达到长度限制）。
usage	object	必需	用量统计。包含本次请求消耗的 Token 信息。
└─ prompt_tokens	integer	必需	提示词 Tokens。用户输入内容消耗的 Token 数量。
└─ completion_tokens	integer	必需	补全 Tokens。模型生成回复消耗的 Token 数量。
└─ total_tokens	integer	必需	总 Tokens。输入与输出 Token 的总和。

响应示例

{
    "id": "string",
    "object": "string",
    "created": 0,
    "choices": [
        {
            "index": 0,
            "message": {
                "role": "string",
                "content": "string"
            },
            "finish_reason": "string"
        }
    ],
    "usage": {
        "prompt_tokens": 0,
        "completion_tokens": 0,
        "total_tokens": 0
    }
}

示例代码

import http.client
import json

conn = http.client.HTTPSConnection("nxaiapp.com")
payload = json.dumps({
   "contents": [
      {
         "parts": [
            {
               "text": "Say cheerfully: Have a wonderful day!"
            }
         ]
      }
   ],
   "generationConfig": {
      "responseModalities": [
         "AUDIO"
      ],
      "speechConfig": {
         "voiceConfig": {
            "prebuiltVoiceConfig": {
               "voiceName": "Kore"
            }
         }
      }
   }
})
headers = {
   'Authorization': 'Bearer <token>',
   'Content-Type': 'application/json'
}
conn.request("POST", "/v1beta/models/:generateContent", payload, headers)
res = conn.getresponse()
data = res.read()
print(data.decode("utf-8"))