Aller au contenu

Uso

Inicio Rápido

Aquí hay un ejemplo básico de uso:

from RealtimeTTS import TextToAudioStream, SystemEngine, AzureEngine, ElevenlabsEngine

engine = SystemEngine() # replace with your TTS engine
stream = TextToAudioStream(engine)
stream.feed("Hello world! How are you today?")
stream.play_async()

Alimentar Texto

Puede alimentar cadenas individuales:

stream.feed("Hello, this is a sentence.")

O puede alimentar generadores e iteradores de caracteres para la transmisión en tiempo real:

def write(prompt: str):
    for chunk in openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        messages=[{"role": "user", "content" : prompt}],
        stream=True
    ):
        if (text_chunk := chunk["choices"][0]["delta"].get("content")) is not None:
            yield text_chunk

text_stream = write("A three-sentence relaxing speech.")

stream.feed(text_stream)

char_iterator = iter("Streaming this character by character.")
stream.feed(char_iterator)

Reproducción

De forma asíncrona:

stream.play_async()
while stream.is_playing():
    time.sleep(0.1)

De forma síncrona:

stream.play()

Prueba de la Biblioteca

El subdirectorio de pruebas contiene un conjunto de scripts para ayudarte a evaluar y comprender las capacidades de la biblioteca RealtimeTTS.

Ten en cuenta que la mayoría de las pruebas aún dependen de la API "antigua" de OpenAI (<1.0.0). El uso de la nueva API de OpenAI se demuestra en openai_1.0_test.py.

  • simple_test.py

    • Descripción: Una demostración tipo "hola mundo" del uso más simple de la biblioteca.

  • complex_test.py

    • Descripción: Una demostración completa que muestra la mayoría de las características proporcionadas por la biblioteca.

  • coqui_test.py

    • Descripción: Prueba del motor local coqui TTS.

  • translator.py

    • Dependencias: Ejecutar pip install openai realtimestt.
    • Descripción: Traducciones en tiempo real a seis idiomas diferentes.

  • openai_voice_interface.py

    • Dependencias: Ejecutar pip install openai realtimestt.
    • Descripción: Interfaz de usuario activada por palabra clave y basada en voz para la API de OpenAI.

  • advanced_talk.py

    • Dependencias: Ejecutar pip install openai keyboard realtimestt.
    • Descripción: Elija el motor TTS y la voz antes de iniciar la conversación con IA.

  • minimalistic_talkbot.py

    • Dependencias: Ejecutar pip install openai realtimestt.
    • Descripción: Un talkbot básico en 20 líneas de código.

  • simple_llm_test.py

    • Dependencias: Ejecutar pip install openai.
    • Descripción: Demostración simple de cómo integrar la biblioteca con modelos de lenguaje grande (LLMs).

  • test_callbacks.py

    • Dependencias: Ejecutar pip install openai.
    • Descripción: Muestra los callbacks y te permite verificar los tiempos de latencia en un entorno de aplicación del mundo real.

Pausar, Reanudar y Detener

Pausar el flujo de audio:

stream.pause()

Reanudar un flujo pausado:

stream.resume()

Detener el flujo inmediatamente:

stream.stop()

Requisitos Explicados

  • Versión de Python:
  • Requerido: Python >= 3.9, < 3.13

  • Razón: La biblioteca depende de la biblioteca GitHub "TTS" de coqui, que requiere versiones de Python en este rango.

  • PyAudio: para crear un flujo de audio de salida

  • stream2sentence: para dividir el flujo de texto entrante en oraciones

  • pyttsx3: Motor de conversión de texto a voz del sistema

  • pydub: para convertir formatos de fragmentos de audio

  • azure-cognitiveservices-speech: Motor de conversión de texto a voz de Azure

  • elevenlabs: Motor de conversión de texto a voz de Elevenlabs

  • coqui-TTS: Biblioteca de texto a voz XTTS de Coqui para TTS neuronal local de alta calidad

Agradecimiento especial al Instituto de Investigación Idiap por mantener un fork de coqui tts.

  • openai: para interactuar con la API TTS de OpenAI

  • gtts: Conversión de texto a voz de Google translate