AsyncFakeYou

Asyncfakeyou

AsyncFakeyou est une bibliothèque Python asynchrones pour interagir avec l'API de texte-to-vocation FakeYou. Il vous permet de soumettre des demandes TTS, de suivre leur statut et de télécharger les fichiers audio résultants, le tout de manière asynchrone en utilisant Asyncio, AioHTTP et AioFiles.

Caractéristiques

• Demandes asynchrones à l'api FakeYou TTS.
• Génération avec contrôle d'exécution parallèle
• Gérer l'authentification des utilisateurs avec les cookies de session

Installation

 pip install asyncfakeyou

Utilisation simple

Vous pouvez obtenir une URL directe vers le fichier audio généré.

 from asyncfakeyou import AsyncAudioGen
import asyncio


async def text_to_speech ():
    gen = AsyncAudioGen ( cookies = "your_cookie_string" )
    audio_url = await gen . fetch_audio ( "model_token_here" , "sample_text" )
    print ( audio_url )


asyncio . run ( text_to_speech ())

Ou vous pouvez télécharger le fichier audio généré dans un répertoire spécifié.

 from asyncfakeyou import AsyncAudioGen
import asyncio


async def text_to_speech ():
    gen = AsyncAudioGen ( cookies = "your_cookie_string" )
    audio_url = await gen . fetch_and_save_audio ( "model_token_here" , "sample_text" ,
                                               output_path = "./audio" ,
                                               filename = "generated_audio.wav" )
    print ( audio_url )


asyncio . run ( text_to_speech ())

Comment obtenir des cookies?

Le paramètre cookies de la classe AsyncAudioGen est facultatif. Cependant, je recommande de le définir car il vous donnera une priorité de file d'attente plus élevée, même sans abonnement payant. Si vous avez un compte premium, vous pourrez profiter de tous ses avantages grâce à cette API.

 from asyncfakeyou import receive_cookies
import asyncio


async def get_my_cookies ():
    cookies = await receive_cookies ( "your_username_or_email" , "your_password" )
    print ( cookies )


asyncio . run ( get_my_cookies ())

Exécution parallèle

Si vous devez générer plusieurs fichiers audio, vous pouvez accélérer le processus à l'aide fetch_tasks et fetch_and_save_tasks . Ces méthodes gèrent un nombre fixe de tâches en parallèle (paramètre concurrent_tasks ) et réessayent automatiquement les demandes échouées. La valeur par défaut pour concurrent_tasks est de 3, mais vous pouvez modifier ce paramètre.

Vous pouvez parcourir les URL directes vers les fichiers audio générés.

 from asyncfakeyou import AsyncAudioGen
import asyncio


async def multiple_text_to_speech ():
    gen = AsyncAudioGen ( cookies = "your_cookie_string" )
    audio_tasks = [
        ( "model_token_1" , "sample_text_1" ),
        ( "model_token_2" , "sample_text_2" ),
        ( "model_token_3" , "sample_text_3" )
    ]
    async for audio_url in gen . fetch_tasks ( audio_tasks ):
        print ( audio_url )


asyncio . run ( multiple_text_to_speech ())

Ou vous pouvez télécharger les fichiers audio générés dans un répertoire spécifié.

 from asyncfakeyou import AsyncAudioGen
import asyncio


async def multiple_text_to_speech ():
    gen = AsyncAudioGen ( cookies = "your_cookie_string" )
    audio_tasks = [
        ( "model_token_1" , "sample_text_1" , "filename1.wav" ),
        ( "model_token_2" , "sample_text_2" , "filename2.wav" ),
        ( "model_token_3" , "sample_text_3" , "filename3.wav" )
    ]
    await gen . fetch_and_save_tasks ( audio_tasks , output_path = "./audio" )


asyncio . run ( multiple_text_to_speech ())

Contributif

Les contributions sont les bienvenues! Veuillez débarquer le référentiel et créer une demande de traction avec vos améliorations.