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