Esta página foi traduzida pela API Cloud Translation.

Gere podcasts (método da API)

O Gemini Enterprise oferece uma API que lhe permite gerar podcasts com base em documentos de origem. O resultado é muito semelhante aos podcasts que os utilizadores finais podem gerar a partir dos respetivos blocos de notas.

A geração de podcasts através da API é adequada para tarefas em lote em que pode ter dezenas ou centenas de livros, artigos ou cursos e quer gerar um podcast para cada um.

A API Podcast é uma API autónoma. Ou seja, não precisa de um bloco de notas do NotebookLM Enterprise, uma licença do Gemini Enterprise nem um repositório de dados. Só precisa de um projeto ativado Google Cloud e da função de utilizador da API Podcast.

Entradas

A entrada para a API é uma matriz de elementos context. Este é o material de origem a partir do qual o podcast é gerado. A entrada pode ser sob a forma de texto, imagens, áudio e vídeo. O conteúdo total da matriz de contexto tem de ter menos de 100 000 tokens.

Para ver uma lista de tipos suportados, consulte as especificações técnicas de imagens, documentos, vídeo e áudio nesta página acerca do Gemini 2.5 Flash.

Resultado

A saída da API é o podcast, em formato MP3.

Antes de começar

Antes de poder gerar um podcast através da API, tem de ter o seguinte:

Um Google Cloud projeto com a API Discovery Engine ativada. Consulte o artigo Crie um projeto e ative a API.
A função Identity and Access Management (IAM) de utilizador da API Podcast (roles/discoveryengine.podcastApiUser). Para informações gerais sobre a concessão de funções, consulte o artigo Configure o NotebookLM Enterprise.

Gere um podcast a partir da entrada de contexto

Use o seguinte comando para gerar um podcast chamando o método podcast.

A entrada é uma matriz de objetos multimédia, como texto, imagens e clipes de áudio e vídeo.

REST

Para gerar e exportar um podcast, faça o seguinte:

Execute o seguinte 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": [
        {
          "MEDIA_TYPE_1": "MEDIA_CONTENT_1"
        },
        {
          "MEDIA_TYPE_2": "MEDIA_CONTENT_2"
        }
      ],
      "title": "PODCAST_TITLE",
      "description": "PODCAST_DESCRIPTION"
  }'

Substitua o seguinte:

PROJECT_ID: o ID do seu projeto.
FOCUS: um comando em que sugere o foco do podcast.
LENGTH: existem duas opções:
- SHORT (normalmente, 4 a 5 minutos)
- STANDARD (normalmente, cerca de 10 minutos, mas pode ser mais curto com conjuntos de dados mais pequenos)
LANGUAGE_CODE: opcional. Especifique o código de idioma do podcast. Use etiquetas de idioma definidas pela norma BCP47. Se o código de idioma não for fornecido, o podcast é gerado em inglês.
MEDIA_TYPE_N: especifique o tipo de conteúdo multimédia ao qual está a fazer referência para gerar o podcast. Os tipos permitidos são os seguintes:
- text. Texto simples.
- blob. Para todos os tipos de suportes, exceto texto simples, use este tipo e carregue os dados como bytes não processados.
MEDIA_CONTENT_N: o próprio conteúdo em texto simples ou bytes não processados. O conteúdo total da matriz de contexto tem de ser inferior a 100 mil tokens.
PODCAST_TITLE: um título para o podcast. Isto pode ser para uso interno ou pode optar por apresentá-lo aos seus utilizadores finais.
PODCAST_DESCRIPTION: uma descrição do podcast. Isto pode ser para uso interno ou pode optar por apresentá-lo aos seus utilizadores finais.

Exemplo de comando e resultado

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."
      },
      {
        "text": "Finding your way into a career at Google begins with their comprehensive careers website, a digital gateway brimming with opportunities. To embark on this journey, you first navigate the job board, using keywords like software engineer or product manager to pinpoint potential roles. To refine your search, utilize the array of filters available for location, experience level, degree, skills, and even specific Google organizations. You can even browse by team if you have a particular department in mind, like Engineering and Technology or Marketing and Communications. Once you discover a promising position, delve into its detailed description, paying close attention to the minimum qualifications – these are the foundational criteria against which your application will be assessed. Remember, Google seeks out leaders who can perform at the highest level, and while experience is valued, internships or graduate programs can be a great entry point for those earlier in their career. When you are ready to apply, you will need to create a Careers Profile, using your Google Account for seamless sign-in and communication. Crucially, tailor your resume for each specific role, highlighting relevant experiences and quantifying your achievements with concrete data. While a one-page resume is generally preferred, a two-page resume is acceptable for those with more extensive experience. Notably, cover letters are not typically required unless explicitly stated in the job description. Google encourages quality over quantity, so strategically apply for up to three jobs every 30 days, choosing roles that truly align with your skills and passions. Once you have submitted your applications, your Careers Profile becomes your tracking center, where you can monitor the status of each submission, from Draft to Submitted. If you do not hear back within eight weeks, the search continues, though Google recruiters may proactively reach out for other opportunities later. Remember, perseverance and a solid understanding of Google values, combined with a continuously refined skill set and a well-prepared resume, will greatly enhance your chances of securing a position at this innovative company."
      }
    ],
    "title": "Find a job at Google ",
    "description": "This podcast is based on two plain text documents that describe various aspects of getting a job at Google."
}'

{
"name": "projects/123456/locations/global/operations/create-podcast-54321"
}

Demora alguns minutos a gerar um podcast.

Tome nota do nome da operação. Precisa dele para transferir o podcast no passo 4. No exemplo acima, o nome da operação é projects/123456/locations/global/operations/create-podcast-54321.
Opcional. Verifique o estado da operação de criação de podcasts. Consulte o artigo Veja detalhes sobre uma operação de longa duração.

Após a conclusão da operação, execute o seguinte comando curl para transferir o 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

Substitua o seguinte:

OPERATION_NAME: o nome da operação que anotou no passo 2.
FILENAME: um nome de ficheiro para o podcast.

Este comando transfere o podcast para um ficheiro MP3 no seu diretório local.

Exemplo de comando e resultado

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

Conformidade

A API Podcast não está em conformidade com as chaves de encriptação geridas pelo cliente, CMEK para o Gemini Enterprise.