Использование

Быстрый старт

Вот базовый пример использования:

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()

Ввод текста

Вы можете подавать отдельные строки:

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

Или вы можете использовать генераторы и итераторы символов для потоковой передачи в реальном времени:

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)

Воспроизведение

Асинхронно:

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

Синхронно:

stream.play()

Тестирование библиотеки

Подкаталог тестов содержит набор скриптов, которые помогут вам оценить и понять возможности библиотеки RealtimeTTS.

Обратите внимание, что большинство тестов все еще зависят от «старого» API OpenAI (<1.0.0). Использование нового API OpenAI демонстрируется в openai_1.0_test.py.

• simple_test.py

  • Описание: Демонстрация простейшего использования библиотеки в стиле "hello world".

• complex_test.py

  • Описание: Комплексная демонстрация, показывающая большинство функций, предоставляемых библиотекой.

• coqui_test.py

  • Описание: Тест локального движка TTS coqui.

• translator.py

  • Зависимости: Запустите pip install openai realtimestt.
  • Описание: Переводы в реальном времени на шесть разных языков.

• openai_voice_interface.py

  • Зависимости: Запустите pip install openai realtimestt.
  • Описание: Слово пробуждения активировано, и голосовой интерфейс пользователя для API OpenAI.

• advanced_talk.py

  • Зависимости: Запустите pip install openai keyboard realtimestt.
  • Описание: Выберите движок TTS и голос перед началом разговора с ИИ.

• minimalistic_talkbot.py

  • Зависимости: Запустите pip install openai realtimestt.
  • Описание: Простой разговорный бот на 20 строк кода.

• simple_llm_test.py

  • Зависимости: Запустите pip install openai.
  • Описание: Простая демонстрация того, как интегрировать библиотеку с крупными языковыми моделями (LLMs).

• test_callbacks.py

  • Зависимости: Запустите pip install openai.
  • Описание: Демонстрирует обратные вызовы и позволяет проверить время задержки в реальной среде приложения.

Пауза, Возобновить и Остановить

Приостановите аудиопоток:

stream.pause()

Возобновите приостановленный поток:

stream.resume()

Немедленно остановите поток:

stream.stop()

Объяснение требований

• Версия Python:
• Требуется: Python >= 3.9, < 3.13

• Причина: Библиотека зависит от библиотеки "TTS" на GitHub от coqui, которая требует версии Python в этом диапазоне.

• PyAudio: для создания выходного аудиопотока

• stream2sentence: для разбивки входящего текстового потока на предложения

• pyttsx3: Системный движок преобразования текста в речь

• pydub: для преобразования форматов аудиофрагментов

• azure-cognitiveservices-speech: Движок преобразования текста в речь Azure

• elevenlabs: Движок преобразования текста в речь Elevenlabs

• coqui-TTS: Библиотека XTTS от Coqui для высококачественного локального нейронного TTS

Приветствую Исследовательский институт Idiap за поддержку форка coqui tts.

• openai: для взаимодействия с API TTS от OpenAI

• gtts: Преобразование текста в речь от Google Translate