GTTS

Gemini Text-to-Speech

Verwandeln Sie schriftliche Inhalte mit Google AI (Gemini) in Sprache für Textgenerierung und internetbasiertes Informationsabruf.

---

Inhaltsverzeichnis

1. Wie es funktioniert
2. Projektnotiz
3. Projektinstallation
4. Projektbeispiele
5. Mitwirkende

---

❓ Wie es funktioniert

Dieses Projekt basiert auf einem Beispiel in Test/App.ts. Es führt die folgenden Schritte aus:

1. Holt eine Spracheingabe
2. Sendet eine Anfrage an die Google Gemini-API, um eine AI-generierte Antwort zu erhalten
3. Konvertiert automatisch die Antwort auf Sprache mithilfe der TTS-Technologie (Text-to-Speech)
4. Spielt den generierten Audio

---

? Projektnotiz

Dieses Projekt wurde auf Linux (Ubuntu 24.04 LTS x86_64) getestet. Windows -Benutzer können SOX über SourceForge installieren. Die macOS-spezifischen Informationen sind derzeit nicht verfügbar.

Aufgabe	Priorität	Status
Gemini Chat implementieren	Hoch	✅ abgeschlossen
Spracherkennung entwickeln	Hoch	✅ abgeschlossen
Implementieren Sie die Erkennung von Audiosprachen	Hoch	✅ abgeschlossen
Textspracherkennung implementieren	Medium	✅ abgeschlossen
Einen Audio -Player implementieren	Niedrig	✅ abgeschlossen
Definieren Sie Enums	Niedrig	✅ abgeschlossen
Debugging integrieren	Niedrig	✅ abgeschlossen

---

? Projektinstallation

Stellen Sie vor der Verwendung dieses Repositorys sicher, dass die folgenden Abhängigkeiten in Ihrem System installiert sind:

Linux

• Sox : sudo apt-get install sox
• libsox-fmt-alle : sudo apt-get install libsox-fmt-all
• Ffmpeg : sudo apt install ffmpeg

Fenster

• SOX : Download von SourceForge
• FFMPEG : choco install ffmpeg (mit Schokoladen) oder herunterladen von der offiziellen Website

Macos

MacOS-spezifische Installationsanweisungen sind derzeit nicht verfügbar.

Verwenden Sie zum Installieren des Pakets einen der folgenden Befehle basierend auf Ihrem bevorzugten Paketmanager:

 # npm
$ npm install git+https://github.com/Stawa/GTTS.git --legacy-peer-deps
# Bun
$ bun install git+https://github.com/Stawa/GTTS.git --trust

---

? Projektbeispiele

Stellen Sie vor dem Eintauchen in die Beispiele sicher, dass Sie die folgenden API -Schlüssel und Anmeldeinformationen haben:

• Google Gemini API Key ( lib.GoogleGemini )
  • Holen Sie sich von Google Cloud Console
• Tiktok sessionID ( lib.TextToSpeech )
  • Auszug aus Tiktok -Browser -Keksen nach dem Anmelden
• Google Speech API -Schlüssel ( lib.VoiceRecognition.fetchTranscriptGoogle )
  • Generieren Sie aus Google Cloud Console -Anmeldeinformationen
• Deepgram API -Schlüssel ( lib.VoiceRecognition.fetchTranscriptDeepgram )
  • Erstellen Sie ein Konto und erhalten Sie von Deepgram Console
• Edenai API Key ( lib.SummarizeText )
  • Melden Sie sich an und holen Sie sich aus dem Edenai Dashboard

Stellen Sie sicher, dass diese API -Schlüssel sicher speichern und niemals zur Versionskontrolle verpflichten. Erwägen Sie, Umgebungsvariablen oder ein sicheres Schlüsselverwaltungssystem zu verwenden.

Hier ist ein prägnantes Beispiel, das zeigt, wie eine Antwort mit der Google Gemini -API generiert wird:

 import { GoogleGemini } from "@stawa/gtts" ;
import dotenv from "dotenv" ;
dotenv . config ( ) ;

const gemini = new GoogleGemini ( {
  apiKey : process . env . GEMINI_API_KEY ,
  model : "gemini-1.5-flash" ,
  enableLogging : true ,
} ) ;

async function main ( ) {
  try {
    const question = "When was Facebook launched?" ;
    console . log ( `Question: ${ question } ` ) ;

    const response = await gemini . chat ( question ) ;
    console . log ( `Gemini's response: ${ response } ` ) ;
  } catch ( error ) {
    console . error ( "An error occurred:" , error ) ;
  }
}

main ( ) ;

---

Mitwirkende

Wir schätzen die Beiträge aller unserer Mitarbeiter. Die Bemühungen jeder Person helfen, dieses Projekt besser zu machen. Ein besonderer Dank geht an alle unsere Mitwirkenden, die dieses Projekt gestaltet haben!

---