どんな話？
Gemini API（注文窓口）に、Python から台本を頼んで WAV で保存するまでの回です。API キーを作り、環境変数 GEMINI_API_KEY に置き、google-genai（2.25.0以上）を入れて、説明書の形のコードを流しました。制作では無料枠のキーで3本とも WAV ができました（24000 Hz・1 ch）。無料枠は筆者の画面で1分3回・1日10回で、失敗も数えます。成果物は「呼び出しの設計メモ」です。
この記事でわかること
- API キーは AI Studio の API キーの画面で作る。2026年5月28日からの新しいキーは「auth キー」で、制作のキーは「AQ.」で始まる形だった。回数の上限はキーごとではなくプロジェクトごと
- キーはコードに書かず、環境変数 GEMINI_API_KEY に置く。SDK は google-genai の2.25.0以上（制作は 2.30.1 で動いた）
- 1回でまとめて受け取ると、返ってくるのは最初から WAV。base64 をほどいて書くだけで、制作の1回は「coffee_s1.wav 7.84秒 24000 Hz 1 ch」
- 2人の掛け合いは speech_config が speakers の形になる。Get code の形（generateContent）も公式で、画面で決めた設定を写すならこちら
- 無料枠は筆者の画面で1分3回・1分1万トークン・1日10回、有料の Tier 1 は1分10回・1日100回。400や500のエラーの呼び出しは料金がかからないが、回数には数えられる
- 無料枠のキーで呼ぶと、送った台本と音声は改善に使われ、人が読むことがある。有料のプロジェクトのキーで呼ぶと改善には使われない
やることチェックリスト
0/6記事を読みながら、できたものにチェックを付けていけます。チェックはこの端末に残ります。
ぜんぶできた！おつかれさまでした。
くわしい手順と画面の図は、Xの記事にあります。
こんな人に
- 毎週の商品紹介の音声を、ブラウザの画面で1本ずつ録っては保存する作業に、そろそろ疲れてきた人
- 台本10本を、毎回同じ声・同じ設定で録り直し、ファイル名をそろえて保存したい人
- 同じ台本の読み上げを、プログラムから頼んで WAV のファイルで受け取りたい人
この話のTIPS
- 注意キーの文字列は、パスワードと同じ扱いです。チャットに貼らない、画面を共有しているときに開かない、人に送らない。漏れると、他人があなたのプロジェクトの回数やお金を使えてしまいます。
- 注意無料枠の1日10回は、失敗した分も食べます。コードを直しながら何度も流していると、成功した音声が数本しかないのに、その日の10回を使い切ることがあります。試しのうちは台本を短くし、まず1本だけ通してから本数を増やすのが安全です。