Verwendung

Schnellstart

Hier ist ein grundlegendes Beispiel:

from RealtimeTTS import TextToAudioStream, SystemEngine, AzureEngine, ElevenlabsEngine

engine = SystemEngine() # ersetzen Sie dies mit Ihrer TTS-Engine
stream = TextToAudioStream(engine)
stream.feed("Hello world! How are you today?")
stream.play_async()

Text Einspeisung

Sie können einzelne Zeichenketten einspeisen:

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

Oder Sie können Generatoren und Zeichen-Iteratoren für Echtzeit-Streaming verwenden:

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)

Wiedergabe

Asynchron:

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

Synchron:

stream.play()

Testen der Bibliothek

Das Test-Unterverzeichnis enthält eine Reihe von Skripten, die Ihnen helfen, die Fähigkeiten der RealtimeTTS-Bibliothek zu bewerten und zu verstehen.

Beachten Sie, dass die meisten Tests noch auf der "alten" OpenAI API (<1.0.0) basieren. Die Verwendung der neuen OpenAI API wird in openai_1.0_test.py demonstriert.

• simple_test.py

  • Beschreibung: Eine "Hello World"-ähnliche Demonstration der einfachsten Bibliotheksnutzung.

• complex_test.py

  • Beschreibung: Eine umfassende Demonstration der meisten Funktionen der Bibliothek.

• coqui_test.py

  • Beschreibung: Test der lokalen Coqui TTS-Engine.

• translator.py

  • Abhängigkeiten: Führen Sie pip install openai realtimestt aus.
  • Beschreibung: Echtzeitübersetzungen in sechs verschiedene Sprachen.

• openai_voice_interface.py

  • Abhängigkeiten: Führen Sie pip install openai realtimestt aus.
  • Beschreibung: Durch Aktivierungswort gesteuerte und sprachbasierte Benutzeroberfläche für die OpenAI API.

• advanced_talk.py

  • Abhängigkeiten: Führen Sie pip install openai keyboard realtimestt aus.
  • Beschreibung: Wählen Sie TTS-Engine und Stimme vor Beginn der KI-Konversation.

• minimalistic_talkbot.py

  • Abhängigkeiten: Führen Sie pip install openai realtimestt aus.
  • Beschreibung: Ein grundlegender Sprachbot in 20 Codezeilen.

• simple_llm_test.py

  • Abhängigkeiten: Führen Sie pip install openai aus.
  • Beschreibung: Einfache Demonstration der Integration der Bibliothek mit Large Language Models (LLMs).

• test_callbacks.py

  • Abhängigkeiten: Führen Sie pip install openai aus.
  • Beschreibung: Zeigt die Callbacks und lässt Sie die Latenzzeiten in einer realen Anwendungsumgebung überprüfen.

Pause, Fortsetzen & Stoppen

Audiostream pausieren:

stream.pause()

Pausierten Stream fortsetzen:

stream.resume()

Stream sofort stoppen:

stream.stop()

Erläuterung der Anforderungen

• Python Version:
• Erforderlich: Python >= 3.9, < 3.13

• Grund: Die Bibliothek hängt von der GitHub-Bibliothek "TTS" von Coqui ab, die Python-Versionen in diesem Bereich erfordert.

• PyAudio: zur Erstellung eines Audio-Ausgabestreams

• stream2sentence: zum Aufteilen des eingehenden Textstreams in Sätze

• pyttsx3: System Text-to-Speech Konvertierungs-Engine

• pydub: zur Konvertierung von Audio-Chunk-Formaten

• azure-cognitiveservices-speech: Azure Text-to-Speech Konvertierungs-Engine

• elevenlabs: Elevenlabs Text-to-Speech Konvertierungs-Engine

• coqui-TTS: Coqui's XTTS Text-to-Speech Bibliothek für hochwertige lokale neuronale TTS

Dank an das Idiap Research Institute für die Pflege eines Forks von Coqui TTS.

• openai: zur Interaktion mit der OpenAI TTS API

• gtts: Google Translate Text-to-Speech Konvertierung