tts api

TTS-API

API de REST de texto para fala para vários motores TTS.

Você pode enviar um texto para ser convertido em áudio, usando diferentes motores TTS e efeitos sonoros. Em seguida, você o ouvirá no seu dispositivo de áudio local ou receberá o arquivo de áudio resultante.

Configurar

Primeiro, você deve instalar os motores TTS suportados:

Configuração do Googlespeech

apt install python3 sox libsox-fmt-mp3
pip install google_speech

Configuração do GTTS

apt install python3 sox libsox-fmt-mp3
pip install gTTS

Configuração do festival

apt install festival festvox-ellpc11k

Especak Configuração

apt install espeak

Você também precisa instalar o NodeJS e o NPM e, em seguida, basta executar npm install e npm start . A API agora deve estar em execução em http://localhost:3000 .

Ou você pode apenas usar a imagem Pedroetb/TTS-API Docker , que já possui todas as dependências configuradas.

Configuração usando o Docker

O único requisito é instalar o Docker . Então, você pode correr:

docker run --rm -d --name tts-api --device /dev/snd -p 3000:3000 pedroetb/tts-api

A API estará em execução e acessível em http://localhost:3000 .

Como alternativa, você pode implantá -lo em um cluster de enxame do Docker usando docker compose (já incluído no Docker se estiver usando a versão moderna) e docker swarm (crie o swarm cluster primeiro):

 cd deploy

# Deploy Caddy service
env $( grep -v ' ^[#| ] ' .env | xargs ) 
 TRAEFIK_DOMAIN=change.me 
 docker stack deploy 
 -c compose.caddy.yaml 
 tts-api

# Run TTS-API container
docker compose 
 -f compose.tts-api.yaml 
 -p tts-api 
 up -d

O serviço está preparado para ser reverso generoso com o Traefik e acessível no domínio tts.${TRAEFIK_DOMAIN} . Como executar o Traefik não é descrito aqui, verifique seu site oficial.

O proxy precisa de uma pequena ajuda do Caddy , porque o Docker Swarm não é compatível com a configuração de dispositivos (necessários para usar recursos de som) e o Traefik não pode trabalhar com contêineres do Docker e serviços de enxame de Docker de uma só vez. Dessa forma, apenas o serviço de caddy é exposto usando o contêiner Traefik e tts-api é acessível apenas através da proxy reversa fornecida pelo Caddy (a mesma maneira que o Traefik é reverso para o Caddy ).

Ambos, o Docker Container e o Service, podem estar em execução em diferentes hosts, porque podem se comunicar através de uma rede de sobreposição do Docker. Execute o contêiner tts-api Docker no host que possui alto-falantes, para que você possa ouvir o discurso.

Não se esqueça de editar variável de ambiente TRAEFIK_DOMAIN antes de implantar.

Uso

Ao executar, a API receberá solicitações de postagem em http://localhost:3000 . Você pode usar seu cliente REST favorito para enviar uma solicitação ou usar o formulário interno.

Ambos os modos (reproduzindo ou baixando áudio) estão disponíveis usando diferentes códigos de voz, selecione um de acordo com suas necessidades.

Formulário embutido

Vá para http://localhost:3000 com o navegador, preencha o formulário com dados e envie -os. Apenas isso.

Enviar solicitação de postagem

Você pode enviar uma solicitação de postagem para http://localhost:3000 seguindo este esquema:

• Cabeçalhos
  • Tipo de conteúdo : application/json
• Corpo
  • { "voice": "google_speech", "textToSpeech": "hello world", "language": "en", "speed": "1" }

Por exemplo, usando curl :

 # Play audio
curl http://localhost:3000 
 -d ' { "voice": "google_speech", "textToSpeech": "hello world", "language": "en", "speed": "1" } ' 
 -H ' Content-Type: application/json '

# Download audio file
curl http://localhost:3000 
 -d ' { "voice": "gtts_file", "textToSpeech": "hello world", "language": "en", "speed": "1" } ' 
 -H ' Content-Type: application/json ' 
 -o ' output.mp3 ' 

Motores TTS disponíveis

Motor Googlespeech

O Discurso do Google é uma ferramenta simples de linha de comando multiplataform para ler o texto usando a API do Google Translate TTS (texto para fala).

Você precisa estar online para se comunicar com os servidores do Google.

Saiba mais em https://github.com/desbma/googlespeech

motor GTTS

O Google Text-to-Speal (GTTS) é uma biblioteca Python e uma ferramenta CLI para interagir com a API de texto em fala do Google Translate.

Você precisa estar online para se comunicar com os servidores do Google.

Saiba mais em https://github.com/pndurette/gtts

Motor do festival

O Festival é um Workbench de síntese de fala multilíngue de software livre que é executado em várias plataformas, oferecendo texto da caixa preta para a fala, bem como uma arquitetura aberta para pesquisa na síntese de fala.

Funciona offline.

Saiba mais em http://www.cstr.ed.ac.uk/projects/festival/ e http://festvox.org/festival/

Engine Espeak

O Espeak é um sintetizador de fala de software de código aberto compacto para inglês e outros idiomas, para Linux e Windows.

Funciona offline.

Saiba mais em http://espeak.sourceforge.net/

Licença

Este projeto é divulgado sob a licença do MIT.