design_voice
Create a reusable voice from a natural-language description and save a preview WAV sample, so you can generate speech with it later using its voice_id.
Instructions
どんな声にしたいかを自然文で説明して、新しい声を作る(ボイスデザイン)。試聴用サンプルも保存する。
作った声は voice_id(voice_...)でプロジェクトに保存され、generate_speech の voice に 渡して何度でも使える(generate_speech に同じ条件の voice_description を渡した場合も この声が使われる)。呼ぶたびに新しい声を作るので、気に入るまで説明を変えて試せる。
Args: description: 声の説明(年齢・性別・声質・話し方の雰囲気・なまりなど、恒常的な特徴を 1〜2 文で)。 例: "穏やかで落ち着いた 40 代男性のナレーター。低めで温かみのある声" 例: "A crisp, energetic sports announcer in her 30s with a slight Midwestern accent." display_name: 声の表示名(任意。省略時は説明文の先頭)。 gender: 性別(任意。female / male / neutral)。 language_code: 主に話す言語(任意。BCP-47。例: ja-JP, en-US)。 pitch: 声の高さ(任意。low / medium / high)。 accent: なまり・アクセント(任意。例: "Kansai", "British")。 base_voice: リミックス元の声(任意)。プリビルト名(例: Puck)または voice_... を指定すると、 description は「その声からどう変えるか」の指示として扱われる。 model: 使用モデル(任意。gemini-3.8-flash-tts / gemini-3.8-flash-lite-tts)。 sample_out_path: 試聴サンプル(WAV)の保存先(任意)。省略時は GEMINI_TTS_OUT_DIR。 project_id: プロジェクトID上書き(任意)。
Returns: voice_id / display_name / sample(試聴サンプルの保存先)/ model / expire_time
Tool call template
Replace each placeholder with a value matching the input schema. Only required parameters are included; add optional parameters as needed.
{
"id": 1,
"jsonrpc": "2.0",
"method": "tools/call",
"params": {
"arguments": {
"description": "<description>"
},
"name": "design_voice"
}
}Input Schema
| Name | Required | Description | Default |
|---|---|---|---|
| model | No | ||
| pitch | No | ||
| accent | No | ||
| gender | No | ||
| base_voice | No | ||
| project_id | No | ||
| description | Yes | ||
| display_name | No | ||
| language_code | No | ||
| sample_out_path | No |
Output Schema
| Name | Required | Description | Default |
|---|---|---|---|
No arguments | |||