让文本“开口说话”：探索ElevenLabs的Text-to-Speech API

本文链接：https://blog.csdn.net/tt_jishu/article/details/142285682

让文本“开口说话”：探索ElevenLabs的Text-to-Speech API

引言

文本转语音（Text-to-Speech, TTS）技术正在改变我们与数字内容的互动方式。ElevenLabs提供了一种强大的Text-to-Speech API，可以轻松将书面文字转换为自然语音。在这篇文章中，我们将介绍如何使用ElevenLabs的API实现此功能，并提供一些实用的代码示例。

主要内容

设置ElevenLabs账户

首先，需要注册ElevenLabs账户，并获取API密钥。注册步骤可以参考他们的官方指南。注册完成后，将API密钥设置在环境变量中。

import os

os.environ["ELEVEN_API_KEY"] = "your_api_key_here"

安装必要的库

要与ElevenLabs API交互，我们需要安装elevenlabs和langchain-community库。

%pip install --upgrade --quiet elevenlabs langchain-community

使用ElevenLabs的Text-to-Speech工具

下面的示例展示了如何使用ElevenLabs的Text-to-Speech工具将文本转换为语音：

from langchain_community.tools import ElevenLabsText2SpeechTool

text_to_speak = "Hello world! I am the real slim shady"

tts = ElevenLabsText2SpeechTool()
# 使用API代理服务提高访问稳定性
speech_file = tts.run(text_to_speak)
tts.play(speech_file)

集成到智能代理中

通过结合OpenAI的语言模型和ElevenLabs的TTS工具，可以创建一个智能代理：

from langchain.agents import AgentType, initialize_agent, load_tools
from langchain_openai import OpenAI

llm = OpenAI(temperature=0)
tools = load_tools(["eleven_labs_text2speech"])
agent = initialize_agent(
    tools=tools,
    llm=llm,
    agent=AgentType.STRUCTURED_CHAT_ZERO_SHOT_REACT_DESCRIPTION,
    verbose=True,
)

audio_file = agent.run("Tell me a joke and read it out for me.")
tts.play(audio_file)