콘텐츠로 이동

Utilizzo

Avvio Rapido

Ecco un esempio di utilizzo base:

from RealtimeTTS import TextToAudioStream, SystemEngine, AzureEngine, ElevenlabsEngine

engine = SystemEngine() # sostituisci con il tuo motore TTS
stream = TextToAudioStream(engine)
stream.feed("Hello world! How are you today?")
stream.play_async()

Inserimento del Testo

Puoi inserire singole stringhe:

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

Oppure puoi inserire generatori e iteratori di caratteri per lo streaming in tempo reale:

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)

Riproduzione

In modo asincrono:

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

In modo sincrono:

stream.play()

Test della Libreria

La sottodirectory test contiene una serie di script per aiutarti a valutare e comprendere le capacità della libreria RealtimeTTS.

Nota che la maggior parte dei test si basa ancora sulla "vecchia" API OpenAI (<1.0.0). L'utilizzo della nuova API OpenAI è dimostrato in openai_1.0_test.py.

  • simple_test.py

    • Descrizione: Una dimostrazione stile "hello world" dell'utilizzo più semplice della libreria.

  • complex_test.py

    • Descrizione: Una dimostrazione completa che mostra la maggior parte delle funzionalità fornite dalla libreria.

  • coqui_test.py

    • Descrizione: Test del motore TTS coqui locale.

  • translator.py

    • Dipendenze: Esegui pip install openai realtimestt.
    • Descrizione: Traduzioni in tempo reale in sei lingue diverse.

  • openai_voice_interface.py

    • Dipendenze: Esegui pip install openai realtimestt.
    • Descrizione: Interfaccia utente vocale attivata da parola chiave per l'API OpenAI.

  • advanced_talk.py

    • Dipendenze: Esegui pip install openai keyboard realtimestt.
    • Descrizione: Scegli il motore TTS e la voce prima di iniziare la conversazione con l'IA.

  • minimalistic_talkbot.py

    • Dipendenze: Esegui pip install openai realtimestt.
    • Descrizione: Un talkbot base in 20 righe di codice.

  • simple_llm_test.py

    • Dipendenze: Esegui pip install openai.
    • Descrizione: Semplice dimostrazione di come integrare la libreria con i modelli linguistici di grandi dimensioni (LLM).

  • test_callbacks.py

    • Dipendenze: Esegui pip install openai.
    • Descrizione: Mostra i callback e ti permette di verificare i tempi di latenza in un ambiente applicativo reale.

Pausa, Ripresa e Stop

Metti in pausa lo stream audio:

stream.pause()

Riprendi uno stream in pausa:

stream.resume()

Ferma immediatamente lo stream:

stream.stop()

Requisiti Spiegati

  • Versione Python:
  • Richiesto: Python >= 3.9, < 3.13

  • Motivo: La libreria dipende dalla libreria GitHub "TTS" di coqui, che richiede versioni Python in questo intervallo.

  • PyAudio: per creare uno stream audio di output

  • stream2sentence: per dividere il flusso di testo in ingresso in frasi

  • pyttsx3: Motore di conversione text-to-speech di sistema

  • pydub: per convertire i formati dei chunk audio

  • azure-cognitiveservices-speech: Motore di conversione text-to-speech di Azure

  • elevenlabs: Motore di conversione text-to-speech di Elevenlabs

  • coqui-TTS: Libreria text-to-speech XTTS di Coqui per TTS neurale locale di alta qualità

Un ringraziamento speciale a Idiap Research Institute per il mantenimento di un fork di coqui tts.

  • openai: per interagire con l'API TTS di OpenAI

  • gtts: Conversione text-to-speech di Google translate