Streaming

La API de ElevenLabs admite streaming de audio en tiempo real para determinadas rutas de API y devuelve bytes de audio sin procesar (por ejemplo, datos MP3) directamente mediante HTTP usando codificación de transferencia por fragmentos. Esto permite a los clientes procesar o reproducir el audio de forma incremental a medida que se genera.

Nuestras bibliotecas oficiales para Node y Python incluyen utilidades para simplificar la gestión de este flujo de audio continuo.

El streaming es compatible con la API de Texto a Voz, la API de Cambiador de Voz y la API de Limpiar Audio. Esta sección se centra en cómo funciona el streaming para solicitudes realizadas a la API de Texto a Voz.

En Python, una solicitud de streaming tiene este aspecto:

from elevenlabs import stream
from elevenlabs.client import ElevenLabs
elevenlabs = ElevenLabs()
audio_stream = elevenlabs.text_to_speech.stream(
    text="This is a test",
    voice_id="JBFqnCBsd6RMkjVDRZzb",
    model_id="eleven_multilingual_v2"
)
# option 1: play the streamed audio locally
stream(audio_stream)
# option 2: process the audio bytes manually
for chunk in audio_stream:
    if isinstance(chunk, bytes):
        print(chunk)

En Node / TypeScript, una solicitud de streaming tiene este aspecto:

import { ElevenLabsClient, stream } from "@elevenlabs/elevenlabs-js";
import { Readable } from "stream";
const elevenlabs = new ElevenLabsClient();
async function main() {
  const audioStream = await elevenlabs.textToSpeech.stream("JBFqnCBsd6RMkjVDRZzb", {
    text: "This is a test",
    modelId: "eleven_v4",
  });
  // option 1: play the streamed audio locally
  await stream(Readable.from(audioStream));
  // option 2: process the audio manually
  for await (const chunk of audioStream) {
    console.log(chunk);
  }
}
main();