GTTS

Text-to-voc

Transformez le contenu écrit en discours à l'aide de Google AI (Gemini) pour la génération de texte et la récupération d'informations basée sur Internet.

---

Table des matières

1. Comment ça marche
2. Note de projet
3. Installation du projet
4. Exemples de projet
5. Contributeurs

---

❓ Comment ça marche

Ce projet est basé sur un exemple de test / app.ts. Il effectue les étapes suivantes:

1. Retrait une entrée vocale
2. Envoie une demande à l'API Google Gemini pour recevoir une réponse générée par l'AI-AI
3. Convertit automatiquement la réponse à la parole à l'aide de la technologie du texte-partenaire (TTS)
4. Joue l'audio généré

---

? Note de projet

Ce projet a été testé sur Linux (Ubuntu 24.04 LTS X86_64). Les utilisateurs de Windows peuvent installer des SOX via Sourceforge. Les informations spécifiques au macOS ne sont actuellement pas disponibles.

Tâche	Priorité	Statut
Implémenter le chat Gemini	Haut	✅ Terminé
Développer la reconnaissance vocale	Haut	✅ Terminé
Implémenter la détection du langage audio	Haut	✅ Terminé
Implémenter la détection du langage texte	Moyen	✅ Terminé
Implémenter un lecteur audio	Faible	✅ Terminé
Définir les énumérations	Faible	✅ Terminé
Intégrer le débogage	Faible	✅ Terminé

---

? Installation du projet

Avant d'utiliser ce référentiel, assurez-vous que les dépendances suivantes sont installées sur votre système:

Linux

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

Fenêtre

• Sox : Télécharger depuis Sourceforge
• FFMPEG : choco install ffmpeg (utilisant Chocolatey) ou télécharger à partir du site officiel

Macos

Les instructions d'installation spécifiques au macOS ne sont pas disponibles pour le moment.

Pour installer le package, utilisez l'une des commandes suivantes en fonction de votre gestionnaire de package préféré:

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

---

? Exemples de projet

Avant de plonger dans les exemples, assurez-vous d'avoir les clés API et les informations d'identification suivantes:

• Google Gemini API Key ( lib.GoogleGemini )
  • Obtenir à partir de Google Cloud Console
• Tiktok SessionID ( lib.TextToSpeech )
  • Extrait des cookies du navigateur Tiktok après avoir enregistré
• Google Speech API Key ( lib.VoiceRecognition.fetchTranscriptGoogle )
  • Générer à partir des informations d'identification de Google Cloud Console
• Key API DeepGram ( lib.VoiceRecognition.fetchTranscriptDeepgram )
  • Créer un compte et obtenir à partir de la console Deepgram
• Edenai API Key ( lib.SummarizeText )
  • Inscrivez-vous et récupérez du tableau de bord Edenai

Assurez-vous de stocker ces clés API en toute sécurité et de ne jamais les engager dans le contrôle des versions. Envisagez d'utiliser des variables d'environnement ou un système de gestion des clés sécurisé.

Voici un exemple concis montrant comment générer une réponse à l'aide de l'API Google Gemini:

 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 ( ) ;

---

Contributeurs

Nous apprécions les contributions de tous nos collaborateurs. L'effort de chaque personne aide à améliorer ce projet. Un merci spécial à tous nos contributeurs qui ont contribué à façonner ce projet!

---