Gemini API를 사용하여 오디오 생성

다음과 같은 종류의 오디오를 생성할 수 있습니다.

• 텍스트 입력에서 음성을 생성 Gemini 텍스트 음성 변환 (TTS) 모델을 사용합니다.

• Gemini Live API를 사용하여 양방향 스트리밍 오디오 출력을 생성합니다 Gemini Live API.

TTS와 Live API 비교

텍스트 음성 변환 (TTS) 모델과 Live API 모델은 모두 지연 시간이 짧은 음성 생성 모델로, 다양한 응답 음성 및 언어로 구성할 수 있습니다. 하지만 매우 다른 사용 사례를 제공합니다.

• 텍스트 음성 변환 (TTS) 생성은 단방향 요청-응답 상호작용 (텍스트 입력, 오디오 출력)입니다. 팟캐스트 내레이션, 오디오북, 기사 낭독과 같이 스타일과 사운드를 세밀하게 제어하여 제공된 텍스트를 정확하게 낭독 해야 하는 시나리오에 맞게 조정됩니다.

• Live API 생성은 양방향 스트리밍을 위한 실시간 음성 대화 (음성 입력, 음성 출력)을 지원합니다. 모델이 반환할 적용 가능한 음성을 결정하는 동적 대화 컨텍스트에서 뛰어난 성능을 발휘합니다. 최신 Live API 모델은 동영상 및 이미지 입력도 지원합니다.