> ## Documentation Index
> Fetch the complete documentation index at: https://docs.crazyrouter.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Gemini comprensión de audio

> Gemini comprensión de audio nativa basada en las experiencias exitosas de solicitudes a Crazyrouter de este sitio hasta el 2026-04-08

> Contenido actualizado: 2026-06-09

# Gemini comprensión de audio

```text theme={null}
POST /v1beta/models/{model}:generateContent
```

Hasta `2026-04-08`, las revisiones de Crazyrouter de este sitio y del puerto local `4000` demuestran:

* `gemini-3.1-pro` puede leer `audio/wav`
* El flujo principal ya estable que funciona es `inlineData`
* Para audios cortos, la transcripción, la detección de idioma y el resumen se pueden realizar directamente con indicaciones de texto

***

## Solicitud mínima verificada

```bash theme={null}
curl "https://api.crazyrouter.com/v1beta/models/gemini-3.1-pro:generateContent?key=YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [
          {
            "inlineData": {
              "mimeType": "audio/wav",
              "data": "BASE64_WAV_DATA"
            }
          },
          {
            "text": "请返回 JSON，字段为 transcript、language、summary。"
          }
        ]
      }
    ],
    "generationConfig": {
      "maxOutputTokens": 512
    }
  }'
```

La forma clave de respuesta exitosa en el entorno de producción:

````json theme={null}
{
  "candidates": [
    {
      "content": {
        "parts": [
          {
            "text": "```json\n{\n  \"transcript\": \"叮\",\n  \"language\": \"zh-CN\",\n  \"summary\": \"音频中包含一个简短的提示音。\"\n}\n```"
          }
        ]
      }
    }
  ]
}
````

## Puntos clave de la solicitud

* Para la comprensión de audio se recomienda priorizar `inlineData`
* `mimeType` debe coincidir con el formato de audio real, por ejemplo, `audio/wav`, `audio/mpeg`
* `data` debe contener solo el contenido en Base64, sin el prefijo de Data URL
* Si necesitas JSON estricto, puedes agregar también la restricción de [salida estructurada](https://docs.crazyrouter.com/es/features/structured-outputs.md)

> [!NOTE]
>
> Esta página actual está escrita para el flujo principal ya validado de comprensión de audio corto. Para transcripción de audio más largo y generación de voz, consulta las páginas [STT](https://docs.crazyrouter.com/es/audio/stt.md) y [TTS](https://docs.crazyrouter.com/es/audio/tts.md) respectivamente; Realtime actualmente no se muestra como ejemplo recomendado públicamente.

## Páginas relacionadas

* [Comparativa de precios Gemini 2.5 Flash: Oficial / Azure / Bedrock / Vertex y Crazyrouter](https://crazyrouter.com/es/pricing/gemini-2-5-flash?utm_source=docs\&utm_medium=related)
* [Página del modelo Gemini 2.5 Flash: Precios en tiempo real, ejemplos reales, código de uso](https://crazyrouter.com/es/models/google/gemini-2-5-flash?utm_source=docs\&utm_medium=related)
* [Comparativa de precios Gemini 2.5 Flash-Lite: Oficial / Azure / Bedrock / Vertex y Crazyrouter](https://crazyrouter.com/es/pricing/gemini-2-5-flash-lite?utm_source=docs\&utm_medium=related)


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.