タイムスタンプ付きテキストtoダイアログ

テキストと、音声に変換する音声IDをそれぞれ含む対話入力のリストです。一意の音声IDは最大10件です。安定して生成するため、すべてのinputs[].text値の合計文字数は、リクエストあたり2,000文字以下にしてください。より長いリクエストでは、ストリーミングレスポンスが早期に終了するか、バリデーションエラーが返される場合があります。

使用するモデルの識別子。GET /v1/modelsで照会できます。モデルはテキスト読み上げをサポートしている必要があり、can_do_text_to_speechプロパティで確認できます。

モデルと言語正規化に適用する言語コード（ISO 639-1）です。モデルが指定された言語コードをサポートしていない場合は無視されます。このパラメータはmultilingual_v2モデルではサポートされません。

対話生成を制御する設定です。

テキストに適用する発音辞書ロケーター（id、version_id）の一覧です。指定した順序で適用されます。1リクエストにつき最大3つのロケーターを指定できます。

指定すると、同じシードとパラメータでリクエストを繰り返した場合に同じ結果が返るよう、システムは決定論的サンプリングを最大限試みます。決定性は保証されません。0から4294967295までの整数である必要があります。

このパラメーターは、‘auto’、‘on’、‘off’の3つのモードでテキスト正規化を制御します。‘auto’に設定すると、システムがテキスト正規化（例：数値の読み上げ）を適用するかどうかを自動的に判断します。‘on’では常にテキスト正規化が適用され、‘off’ではスキップされます。

この生成より前に行われた対話生成のrequest_idsのリストです。大きなタスクを複数のリクエストに分割する際、連続性を保つためにモデルを条件付ける用途で使用します。送信できるrequest_idsは最大3件です。最後のrequest_idは、現在のリクエストに最も近い音声です。すべてのモデルでサポートされているわけではありません。

この生成の後に行われる対話生成のrequest_idsのリストです。シーケンスの途中にあるクリップを再生成する際に、連続性を維持するのに役立ちます。送信できるrequest_idsは最大3件です。最初のrequest_idは、現在のリクエストに最も近い音声です。すべてのモデルでサポートされているわけではありません。

この生成の直前にあるテキスト。韻律の連続性を保つためにモデルを条件付けるために使用します。最大100文字を送信できます。すべてのモデルでサポートされているわけではありません。

この生成の直後に続くテキスト。韻律の連続性を保つためにモデルを条件付けるために使用します。最大100文字を送信できます。すべてのモデルでサポートされているわけではありません。