GTTS

Gemini Text-to-Speech

Ubah konten tertulis menjadi pidato menggunakan Google AI (Gemini) untuk pembuatan teks dan pengambilan informasi berbasis internet.

---

Daftar isi

1. Cara kerjanya
2. Catatan Proyek
3. Instalasi Proyek
4. Contoh proyek
5. Kontributor

---

❓ Cara kerjanya

Proyek ini didasarkan pada contoh dalam tes/app.ts. Itu melakukan langkah -langkah berikut:

1. Mengambil input suara
2. Mengirimkan permintaan ke API Google Gemini untuk menerima respons yang dihasilkan AI
3. Secara otomatis mengkonversi respons ke ucapan menggunakan teknologi teks-ke-pidato (TTS)
4. Memainkan audio yang dihasilkan

---

? Catatan Proyek

Proyek ini telah diuji di Linux (Ubuntu 24.04 LTS x86_64). Pengguna Windows dapat menginstal SOX melalui SourceForge. Informasi khusus macOS saat ini tidak tersedia.

Tugas	Prioritas	Status
Menerapkan obrolan Gemini	Tinggi	✅ selesai
Kembangkan pengenalan suara	Tinggi	✅ selesai
Menerapkan deteksi bahasa audio	Tinggi	✅ selesai
Mengimplementasikan deteksi bahasa teks	Sedang	✅ selesai
Menerapkan pemain audio	Rendah	✅ selesai
Tentukan enum	Rendah	✅ selesai
Mengintegrasikan debugging	Rendah	✅ selesai

---

? Instalasi Proyek

Sebelum menggunakan repositori ini, pastikan dependensi berikut diinstal pada sistem Anda:

Linux

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

Windows

• Sox : Unduh dari SourceForge
• FFMPEG : choco install ffmpeg (menggunakan cokelat) atau unduh dari situs web resmi

MacOS

Instruksi instalasi khusus macOS tidak tersedia saat ini.

Untuk menginstal paket, gunakan salah satu perintah berikut berdasarkan Paket Paket pilihan Anda:

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

---

? Contoh proyek

Sebelum menyelam ke dalam contoh, pastikan Anda memiliki kunci dan kredensial API berikut:

• Kunci API Google Gemini ( lib.GoogleGemini )
  • Dapatkan dari Google Cloud Console
• Tiktok SessionID ( lib.TextToSpeech )
  • Ekstrak dari cookie browser Tiktok setelah masuk
• Google Speech API Key ( lib.VoiceRecognition.fetchTranscriptGoogle )
  • Menghasilkan dari kredensial konsol cloud google
• DEEPGRAM API KEY ( lib.VoiceRecognition.fetchTranscriptDeepgram )
  • Buat akun dan dapatkan dari DeepGram Console
• Edenai API Key ( lib.SummarizeText )
  • Daftar dan Ambil dari Dashboard Edenai

Pastikan untuk menyimpan kunci API ini dengan aman dan tidak pernah berkomitmen pada kontrol versi. Pertimbangkan untuk menggunakan variabel lingkungan atau sistem manajemen kunci yang aman.

Berikut adalah contoh singkat yang menunjukkan cara menghasilkan respons menggunakan 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 ( ) ;

---

Kontributor

Kami menghargai kontribusi semua kolaborator kami. Upaya setiap orang membantu membuat proyek ini lebih baik. Terima kasih khusus kepada semua kontributor kami yang telah membantu membentuk proyek ini!

---