🎙️ คู่มือการใช้งาน Gemini API TTS บน n8n

{
  "contents": [{
    "parts":[{
      "text": "สวัสดีครับ ยินดีต้อนรับสู่ระบบ Text-to-Speech ของ Gemini"
    }]
  }],
  "generationConfig": {
    "responseModalities": ["AUDIO"],
    "speechConfig": {
      "voiceConfig": {
        "prebuiltVoiceConfig": {
          "voiceName": "Kore"
        }
      }
    }
  },
  "model": "gemini-2.5-flash-preview-tts"
}

// ดึงข้อมูล base64 จาก response
const base64Audio = $input.first().json.candidates[0].content.parts[0].inlineData.data;

// แปลง base64 เป็น Buffer (PCM data)
const pcmData = Buffer.from(base64Audio, 'base64');

// สร้าง WAV header
function createWavHeader(dataLength, sampleRate = 24000, channels = 1, bitsPerSample = 16) {
  const header = Buffer.alloc(44);
  
  // RIFF header
  header.write('RIFF', 0);
  header.writeUInt32LE(36 + dataLength, 4);
  header.write('WAVE', 8);
  
  // fmt subchunk
  header.write('fmt ', 12);
  header.writeUInt32LE(16, 16);
  header.writeUInt16LE(1, 20);
  header.writeUInt16LE(channels, 22);
  header.writeUInt32LE(sampleRate, 24);
  header.writeUInt32LE(sampleRate * channels * bitsPerSample / 8, 28);
  header.writeUInt16LE(channels * bitsPerSample / 8, 32);
  header.writeUInt16LE(bitsPerSample, 34);
  
  // data subchunk
  header.write('data', 36);
  header.writeUInt32LE(dataLength, 40);
  
  return header;
}

// สร้าง WAV file
const wavHeader = createWavHeader(pcmData.length);
const wavFile = Buffer.concat([wavHeader, pcmData]);

// ส่งคืนข้อมูล
return [{
  json: {
    fileName: `tts_${new Date().getTime()}.wav`,
    fileSize: wavFile.length,
    duration: pcmData.length / (24000 * 2),
    timestamp: new Date().toISOString()
  },
  binary: {
    audio: {
      data: wavFile,
      mimeType: 'audio/wav',
      fileName: `tts_${new Date().getTime()}.wav`
    }
  }
}];