GTTS

Gêmeos de texto em fala

Transforme o conteúdo escrito em fala usando o Google AI (Gemini) para geração de texto e recuperação de informações baseadas na Internet.

---

Índice

1. Como funciona
2. Nota do projeto
3. Instalação do projeto
4. Exemplos de projeto
5. Colaboradores

---

❓ Como funciona

Este projeto é baseado em um exemplo no teste/app.ts. Ele executa as seguintes etapas:

1. Busca uma entrada de voz
2. Envia uma solicitação à API do Google Gemini para receber uma resposta gerada pela IA
3. Converte automaticamente a resposta à fala usando a tecnologia de texto em fala (TTS)
4. Joga o áudio gerado

---

? Nota do projeto

Este projeto foi testado no Linux (Ubuntu 24.04 LTS x86_64). Os usuários do Windows podem instalar o SOX via fonte doforg. Atualmente, as informações específicas do MacOS não estão disponíveis.

Tarefa	Prioridade	Status
Implementar o bate -papo de Gêmeos	Alto	✅ Concluído
Desenvolver reconhecimento de voz	Alto	✅ Concluído
Implementar a detecção de linguagem de áudio	Alto	✅ Concluído
Implementar a detecção de linguagem de texto	Médio	✅ Concluído
Implementar um player de áudio	Baixo	✅ Concluído
Definir enums	Baixo	✅ Concluído
Integrar a depuração	Baixo	✅ Concluído

---

? Instalação do projeto

Antes de usar este repositório, verifique se as seguintes dependências estão instaladas em seu sistema:

Linux

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

Windows

• Sox : download do SourceForge
• FFMPEG : choco install ffmpeg (usando chocolatey) ou download no site oficial

Macos

As instruções de instalação específicas do MacOS não estão disponíveis no momento.

Para instalar o pacote, use um dos seguintes comandos com base no seu gerenciador de pacotes preferido:

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

---

? Exemplos de projeto

Antes de mergulhar nos exemplos, verifique se você possui as seguintes chaves e credenciais da API:

• Key da API do Google Gemini ( lib.GoogleGemini )
  • Obter do Google Cloud Console
• Tiktok sessionId ( lib.TextToSpeech )
  • Extraia dos biscoitos do navegador Tiktok após o login
• Key da API de fala do Google ( lib.VoiceRecognition.fetchTranscriptGoogle )
  • Gerar com credenciais do Google Cloud Console
• Key API Deepgram ( lib.VoiceRecognition.fetchTranscriptDeepgram )
  • Crie uma conta e obtenha do Console Deepgram
• Chave da API Edenai ( lib.SummarizeText )
  • Inscreva -se e recupere do painel Edenai

Certifique -se de armazenar essas teclas da API com segurança e nunca as comprometa com o controle da versão. Considere o uso de variáveis de ambiente ou um sistema de gerenciamento de chaves seguros.

Aqui está um exemplo conciso, demonstrando como gerar uma resposta usando a API do 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 ( ) ;

---

Colaboradores

Agradecemos as contribuições de todos os nossos colaboradores. O esforço de cada pessoa ajuda a melhorar esse projeto. Um agradecimento especial a todos os nossos colaboradores que ajudaram a moldar esse projeto!

---