OpenAI Edge TTS: API gratuita de conversión de texto a voz mediante Edge TTS, compatible con los formatos de OpenAI.

Introducción general

OpenAI Edge TTS es un proyecto de código abierto que proporciona una API nativa de conversión de texto a voz (TTS) compatible con OpenAI que utiliza el servicio de conversión de texto a voz en línea de Microsoft Edge para permitir a los usuarios generar una salida de voz de alta calidad.OpenAI Edge TTS admite una amplia gama de opciones de voz y velocidades de reproducción, y es capaz de generar una amplia gama de formatos de audio. OpenAI Edge TTS admite una amplia gama de opciones de habla y velocidades de reproducción, y es capaz de generar múltiples formatos de audio. El servicio puede desplegarse a través de Docker o Python para un acceso rápido y sencillo.

Artículos relacionados:edge-tts: módulo Python de conversión de texto a voz | Servicio gratuito de conversión de texto a voz yEdge TTS Worker: Implementación de las API de síntesis de voz de Microsoft mediante Cloudflare, formato compatible con OpenAI e interfaz web empaquetada

Lista de funciones

• Endpoints compatibles con OpenAI: Soporta la misma estructura de petición y comportamiento que los terminales TTS de OpenAI.
• Soporte de voz múltipleMapping OpenAI speech to Edge TTS equivalent speech.
• Formatos de audio flexibles: Admite MP3, Opus, AAC, FLAC, WAV, PCM y muchos otros formatos de audio.
• Velocidad de reproducción ajustable: La velocidad de reproducción puede ajustarse de 0,25x a 4,0x.
• Selección directa de la voz Edge TTSCualquier voz Edge TTS puede ser especificada usando el mapeo de voz OpenAI o directamente.

Utilizar la ayuda

Proceso de instalación

Despliegue con Docker (recomendado)

1. almacén de clones::

   git clone https://github.com/travisvn/openai-edge-tts.git
cd openai-edge-tts

2. Creación de un archivo de variables de entornoCrear en el directorio raíz del proyecto .env que contiene las siguientes variables:

   API_KEY=your_api_key_here
PORT=5050
DEFAULT_VOICE=en-US-AndrewNeural
DEFAULT_RESPONSE_FORMAT=mp3
DEFAULT_SPEED=1.2
DEFAULT_LANGUAGE=en-US
REQUIRE_API_KEY=True
REMOVE_FILTER=False
EXPAND_API=True

3. Ejecución de Docker Compose::

   docker compose up --build

Para ejecutarlo en segundo plano, utilice la función -d Parámetros:

   docker compose up -d

Despliegue con Python

1. almacén de clones::

   git clone https://github.com/travisvn/openai-edge-tts.git
cd openai-edge-tts

2. Crear un entorno virtual::

   python3 -m venv venv
source venv/bin/activate

3. Instalación de dependencias::

   pip install -r requirements.txt

4. Creación de un archivo de variables de entornoCrear en el directorio raíz del proyecto .env que contiene las variables anteriores.
5. Servidor de operaciones::

   python app/main.py

Instrucciones de uso

1. Acceso a la API: Una vez finalizado el despliegue, el servidor ejecutará http://localhost:5050Se puede acceder al punto final de la API enviando una solicitud HTTP. Se puede acceder al punto final de la API enviando una solicitud HTTP a /v1/audio/speech.
2. Generar discursoenvía una solicitud POST a /v1/audio/speechEl cuerpo de la solicitud contiene los siguientes datos JSON:

   {
"text": "Hello, world!",
"voice": "en-US-AndrewNeural",
"format": "mp3",
"speed": 1.0
}

3. Ajuste de la velocidad de reproducciónModificación speed que oscila entre 0,25 y 4,0.
4. Seleccionar voz: Uso voice especifica la voz; las voces admitidas son alloy, echo, fable, onyx, nova, shimmer etc.
5. formato de audio: Uso format especifica el formato de audio, que admite mp3, opus, aac, flac, wav, pcm etc.

Con estos pasos, los usuarios pueden implantar y utilizar fácilmente el servicio OpenAI Edge TTS para generar resultados de texto a voz de alta calidad.