Cette session montre comment utiliser l'API Gemini dans Vertex AI pour générer un podcast attrayant à plusieurs locuteurs en utilisant des voix de studio dans l'API Text-to-Speech.

Cela peut être utile pour créer des interviews, des récits interactifs, des jeux vidéo, des plateformes d'apprentissage en ligne et des solutions d'accessibilité.

Les étapes à suivre sont les suivantes

Chargement d'un fichier PDF à partir d'un panier Google Cloud Storage ou d'une URL publique.
Résumer le contenu à l'aide de Gemini 2.0 Flash
Renvoi d'un schéma JSON prédéfini à l'aide de la génération contrôlée
Créer une conversation à plusieurs interlocuteurs à partir du script JSON en utilisant la synthèse vocale.
Générer l'audio sous forme de fichier MP3.