Gemini TTS (немесе Gemini Parrot TTS) - Қарапайым мәтіннен сөйлеуге айналдыру кітапханасы
Бұл кітапхана Google Gemini API арқылы мәтінді сөйлеуге айналдыруға арналған креативті шешім. Ол Gemini моделін тек берілген мәтінді қайталауға ("тотықұс" режимі) бағыттауға тырысады, бірақ модельдің сұхбаттасуға бейімділігіне байланысты бұл әрдайым толық орындалмауы мүмкін.
Орнату (Installation)
Pip арқылы орнату (болашақта)
# Негізгі функционалдылық
pip install gemini-tts
# Аудио ойнату қолдауымен (ұсынылады)
pip install gemini-tts[audio]
Кодтан орнату
git clone https://github.com/dauitsuragan002/gemini-tts.git
cd gemini-tts
pip install -e .
# Аудио ойнату үшін
pip install -e .[audio]
Қажетті компоненттер
- Python 3.7+
- websockets
- wave
- pygame (опционалды, аудио ойнату үшін)
Қолдану (Usage)
1. Класс арқылы қолдану (ұсынылған әдіс)
from gemini_tts import GeminiTTS
# Клиент жасау
client = GeminiTTS(api_key="your_api_key_here", default_voice="Puck")
# Сөйлеуге айналдыру және аудио файлын сақтау
client.say("Бұл класс арқылы жасалған мысал")
# Дауыс түрін өзгерту
client.say("Бұл басқа дауыс", voice="Kore")
# Аудионы ойнатпау
client.say("Тек файлға сақтау", play_audio=False)
3. Аудионы тікелей ойнату
from gemini_tts import GeminiTTS
client = GeminiTTS(api_key="your_api_key_here")
# Мәтінді сөйлеуге айналдыру және бірден ойнату
client.say("Бұл дыбыс автоматты түрде ойнатылады", play_audio=True)
4. Синхронды түрде файл генерациялау (ойнатпау)
from gemini_tts import GeminiTTS
client = GeminiTTS(api_key="your_api_key_here")
# Мәтінді сөйлеуге айналдыру, бірақ ойнатпау
file_path = client.text_to_speech("Бұл тек файлға сақталады", output_file="sync_output.wav")
print(f"Аудио файл синхронды түрде сақталды: {file_path}")
Ескерту: Gemini TTS (кейде "Gemini Parrot TTS" деп те атауға болады) арқылы төмендегі дауыстар әрдайым дәлме-дәл дыбысталмауы мүмкін. Себебі, бұл кітапхана Gemini моделін тек мәтінді қайталауға ("тотықұс" режимі) "мәжбүрлеуге" тырысады, бірақ модель кейде бәрібір сұхбаттасуға көшіп, енгізілген мәтінге жауап беруі ықтимал. Бұл – осы креативті әдістің белгілі бір шектеуі.
Толық мысалдар
example.py- негізгі функцияларды көрсетеді/voice_example- әр түрлі дауыспен аудиоға түрлендірген аудиолар
Дауыс түрлері
Gemini API ұсынатын кейбір дауыс түрлері:
- Ерлер дауыстары:
- Charon (жуан)
- Puck
- Fenrir
- Әйелдер дауыстары:
- Kore
- Aoede
Нұсқа тарихы
v0.1.1
- Тікелей аудио ойнату қосылды
- Дауыс параметрлерін оңтайландыру (жуан ерлер дауыстары үшін)
- Дауыстарды категориялар бойынша ұйымдастыру
- Тотықұс ЖИ
v0.1.0
- Алғашқы нұсқа
Авторлар
- Әзірлеуші: David Suragan
- AI көмекші: Claude (Anthropic)
Алғыс білдіру
Бұл жоба agituts/gemini-2-tts репозиторийінен шабыт алды. Осы жобаның авторына шексіз алғысымызды білдіреміз.
Лицензия
MIT
Metadata
Release files for gemini-tts 0.1.2
For a detailed explanation of source distributions (sdists) and built distributions (wheels), please see the package formats documentation.
Source distribution (sdist)
| File | Size | Uploaded | Provenance | Actions |
|---|---|---|---|---|
| gemini_tts-0.1.2.tar.gz | 7.4 kB | Without provenance | Details for gemini_tts-0.1.2.tar.gz |
Built distribution (wheel)
| File | Interpreter | ABI | Platform | Actions Reset |
|---|---|---|---|---|
| gemini_tts-0.1.2-py3-none-any.whl | Python 3 | none | any | Details for gemini_tts-0.1.2-py3-none-any.whl |
Total release size: 14.6 kB
Release files / gemini_tts-0.1.2.tar.gz
| Download URL | gemini_tts-0.1.2.tar.gz |
|---|---|
| Size | 7.4 kB |
| Tags | Source |
|
SHA-256 checksum How to use checksums |
77925a4ea87b258f0b7d08e0e4a9144a081d24c86b304ca1e268044bb6c9fb9d
|
|
BLAKE2b-256 checksum How to use checksums |
05d6d38ea2ea5cb767d64df317d0beb21f985aed4d3c21e50a429742e17efd38
|
| Upload date | |
|
Uploaded using Trusted Publishing? What is trusted publishing? |
No |
| Uploaded via |
twine/6.1.0 CPython/3.11.4
|
Release files / gemini_tts-0.1.2-py3-none-any.whl
| Download URL | gemini_tts-0.1.2-py3-none-any.whl |
|---|---|
| Size | 7.2 kB |
| Tags | Python 3 |
|
SHA-256 checksum How to use checksums |
10a4f60849995b2084176f8847763e21fd98a9a65123ad0207ae1e033c561f89
|
|
BLAKE2b-256 checksum How to use checksums |
ed4b330d5e1f1989a06560248af984fce768cdd73fed2683ce715805aa90652c
|
| Upload date | |
|
Uploaded using Trusted Publishing? What is trusted publishing? |
No |
| Uploaded via |
twine/6.1.0 CPython/3.11.4
|
Security for gemini-tts 0.1.2
Provenance
Provenance describes where a file came from. On PyPI, provenance is shared via attestations, which provide a verifiable record of the build or publishing details. View details, limitations and caveats.
No provenance found
None of the files in this release were uploaded with provenance metadata.
A note on package security
PyPI is a repository for distributing packages, not a service for auditing them. While third-party security researchers and our staff do their best to detect and remove malicious packages, PyPI cannot guarantee the quality, security or suitability of any given package.
To learn more about protecting yourself from malicious actors, visit our package security documentation.