edge tts client

Cliente de texto a voz de Microsoft Edge

Un cliente basado en TypeScript para interactuar con la API de texto a voz (TTS) de Microsoft Edge. Este paquete es compatible con los entornos de nodo.js y el navegador , lo que lo hace versátil para varios casos de uso.

https://www.npmjs.com/package/edge-tts-client

Características

• ? ️ Texto a voz : Sintese el discurso del texto utilizando la API TTS Edge de Microsoft.
• Multiplataforma : funciona tanto en nodo.js como en el navegador.
• ? Soporte de Typescript : incluye definiciones completas de TypeScript.
• ? Transmisión de audio : admite la transmisión en tiempo real de fragmentos de audio.

Instalación

Para instalar el paquete, ejecute:

npm install edge-tts-client

Uso

Ejemplo básico

 import { EdgeTTSClient , ProsodyOptions , OUTPUT_FORMAT } from 'edge-tts-client' ;

// Initialize the client
const ttsClient = new EdgeTTSClient ( ) ;

// Set metadata for synthesis
await ttsClient . setMetadata ( 'en-US-GuyNeural' , OUTPUT_FORMAT . AUDIO_24KHZ_48KBITRATE_MONO_MP3 ) ;

// Define SSML options
const options = new ProsodyOptions ( ) ;
options . pitch = 'medium' ;
options . rate = 1.2 ;
options . volume = 90 ;

// Synthesize text to a stream
const stream = ttsClient . toStream ( 'Hello, world!' , options ) ;

// Handle the audio stream
stream . on ( 'data' , ( audioChunk ) => {
    console . log ( 'Received audio chunk:' , audioChunk ) ;
} ) ;

stream . on ( 'end' , ( ) => {
    console . log ( 'Synthesis complete.' ) ;
} ) ; 

API

EdgeTTSClient

La clase principal para interactuar con el borde TTS.

Métodos

• setMetadata(voiceName: string, outputFormat: OUTPUT_FORMAT, voiceLocale?: string): Promise<void>

  • Establece la voz, el formato y el lugar para la síntesis de TTS.

• toStream(input: string, options?: ProsodyOptions): EventEmitter

  • Convierte texto a una transmisión de fragmentos de audio.

• close(): void

  • Cierra la conexión WebSocket.

ProsodyOptions

Define las opciones de prosodia para la síntesis de SSML:

• pitch : Pitch of the Voice (por ejemplo, 'medium' , 'high' ).
• rate : velocidad del discurso (por ejemplo, 1.0 , 1.2 ).
• volume : Volumen del audio (por ejemplo, 90 , 'loud' ).

OUTPUT_FORMAT

Un enum que define los formatos de salida disponibles, como:

• AUDIO_24KHZ_48KBITRATE_MONO_MP3
• WEBM_24KHZ_16BIT_MONO_OPUS

Desarrollo

Construir

Para construir el proyecto, ejecute:

npm run build

Prueba

Para ejecutar pruebas con Vitest:

npm run test 

Que contribuye

¡Las contribuciones son bienvenidas! Abra un problema o envíe una solicitud de extracción de cambios o mejoras.