Referências das APIs de síntese de fala, reconhecimento de fala, geração de áudio e tradução de áudio/vídeo sem interação em tempo real.
Este diretório reúne as referências das APIs para chamadas de áudio sem interação em tempo real. Essas chamadas ainda podem usar saída em streaming, conforme a API. Para as APIs de clonagem e criação de vozes, consulte Personalização de voz.
Para as APIs de interação multimodal, reconhecimento de fala, síntese de fala, conversa por voz e tradução de áudio/vídeo em tempo real, consulte a Visão geral da Realtime API.