GTTS

Близнецы текст в речь

Преобразовать письменный контент в речь с помощью Google AI (Gemini) для получения текста и поиска информации на основе Интернета.

---

Оглавление

1. Как это работает
2. ПРИМЕЧАНИЕ ПРОЕКТА
3. Установка проекта
4. Примеры проекта
5. Участники

---

❓ Как это работает

Этот проект основан на примере в Test/App.ts. Он выполняет следующие шаги:

1. Приносит голосовой ввод
2. Отправляет запрос в API Google Gemini для получения сгенерированного AI-ответа
3. Автоматически преобразует ответ на речь с помощью технологии текста в речь (TTS)
4. Играет сгенерированное аудио

---

? ПРИМЕЧАНИЕ ПРОЕКТА

Этот проект был протестирован на Linux (Ubuntu 24.04 LTS X86_64). Пользователи Windows могут установить SOX через Sourceforge. Специфичная информация MacOS в настоящее время недоступна.

Задача	Приоритет	Статус
Реализовать чат Близнецов	Высокий	✅ завершен
Разработать распознавание голоса	Высокий	✅ завершен
Внедрить обнаружение звука языка	Высокий	✅ завершен
Реализовать обнаружение текстового языка	Середина	✅ завершен
Внедрить аудиоплеер	Низкий	✅ завершен
Определите перечисления	Низкий	✅ завершен
Интеграция отладки	Низкий	✅ завершен

---

? Установка проекта

Перед использованием этого хранилища убедитесь, что в вашей системе установлены следующие зависимости:

Linux

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

Окна

• Sox : скачать из Sourceforge
• Ffmpeg : choco install ffmpeg (используя шоколад) или скачать с официального веб -сайта

MacOS

Инструкции по установке, специфичные для MacOS, в настоящее время недоступны.

Чтобы установить пакет, используйте одну из следующих команд на основе вашего предпочтительного диспетчера пакетов:

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

---

? Примеры проекта

Прежде чем погрузиться в примеры, убедитесь, что у вас есть следующие ключи API и учетные данные:

• Google Gemini API -ключ ( lib.GoogleGemini )
  • Получить из Google Cloud Console
• Tiktok SessionId ( lib.TextToSpeech )
  • Извлечь из печенья браузера Tiktok после входа в систему
• Google Speech API -ключ ( lib.VoiceRecognition.fetchTranscriptGoogle )
  • Сгенерируйте из Google Cloud Console учетных данных
• Deepgram API -ключ ( lib.VoiceRecognition.fetchTranscriptDeepgram )
  • Создать учетную запись и получить из консоли DeepGram
• Edenai API -ключ ( lib.SummarizeText )
  • Зарегистрируйтесь и извлеките из приборной панели Edenai

Убедитесь, что эти клавиши API надежно надежно и никогда не совершайте их контроля версий. Рассмотрите возможность использования переменных среды или безопасной системы управления ключами.

Вот краткий пример, демонстрирующий, как генерировать ответ, используя 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 ( ) ;

---

Участники

Мы ценим вклад всех наших сотрудников. Усилия каждого человека помогают сделать этот проект лучше. Особая благодарность всем нашим участникам, которые помогли сформировать этот проект!

---