Vai alla navigazione
Guide praticheText to Speech

Unire più richieste

Questa guida ti mostra come mantenere la prosodia della voce tra più blocchi di testo o generazioni.

Guida pratica · Presuppone che tu abbia completato la guida rapida di ElevenAPI.

Quando converti una grande quantità di testo in audio, potresti riscontrare cambiamenti bruschi nella prosodia tra un blocco e l’altro. Questo può essere particolarmente evidente quando converti un testo che comprende più paragrafi o sezioni. Per mantenere la prosodia della voce su più blocchi, puoi usare la funzionalità Request Stitching.

Questa funzionalità ti consente di fornire il contesto di ciò che è già stato generato e di ciò che verrà generato in seguito, aiutandoti a mantenere una voce e una prosodia coerenti nell’intero testo.

Request Stitching non è disponibile per il modello eleven_v3.

Ecco un esempio senza Request Stitching:

E lo stesso esempio con Request Stitching:

Come usare Request Stitching

Request Stitching è più semplice da usare con gli SDK di ElevenLabs.

Questa guida presuppone che tu abbia configurato la chiave API e l’SDK. Completa prima la guida rapida, se non l’hai ancora fatto.

1

Unisci più richieste

Crea un nuovo file denominato example.py o example.mts, a seconda del linguaggio che preferisci, e aggiungi il seguente codice:

import os
from io import BytesIO
from elevenlabs.client import ElevenLabs
from elevenlabs.play import play
from dotenv import load_dotenv
load_dotenv()
ELEVENLABS_API_KEY = os.getenv("ELEVENLABS_API_KEY")
elevenlabs = ElevenLabs(
    api_key=ELEVENLABS_API_KEY,
)
paragraphs = [
    "The advent of technology has transformed countless sectors, with education ",
    "standing out as one of the most significantly impacted fields.",
    "In recent years, educational technology, or EdTech, has revolutionized the way ",
    "teachers deliver instruction and students absorb information.",
    "From interactive whiteboards to individual tablets loaded with educational software, ",
    "technology has opened up new avenues for learning that were previously unimaginable.",
    "One of the primary benefits of technology in education is the accessibility it provides.",
]
request_ids = []
audio_buffers = []
for paragraph in paragraphs:
    # Usually we get back a stream from the convert function, but with_raw_response is
    # used to get the headers from the response
    with elevenlabs.text_to_speech.with_raw_response.convert(
        text=paragraph,
        voice_id="T7QGPtToiqH4S8VlIkMJ",
        model_id="eleven_v4",
        previous_request_ids=request_ids
    ) as response:
        request_ids.append(response._response.headers.get("request-id"))
        # response._response.headers also contains useful information like 'character-cost',
        # which shows the cost of the generation in characters.
        audio_data = b''.join(chunk for chunk in response.data)
        audio_buffers.append(BytesIO(audio_data))
combined_stream = BytesIO(b''.join(buffer.getvalue() for buffer in audio_buffers))
play(combined_stream)
2

Esegui il codice

python example.py

Dovresti sentire l’audio combinato e unito riprodotto.

Domande frequenti

Per usare gli ID richiesta di una richiesta precedente come condizionamento, questa deve essere stata elaborata completamente. Nel caso dello streaming, ciò significa che l’audio deve essere letto completamente dal body della risposta.

La differenza dipende dal modello, dalla voce e dalle impostazioni vocali usate.

Gli ID richiesta non devono avere più di due ore.

Sì, a meno che tu non sia un utente enterprise con requisiti di privacy più elevati.

Passaggi successivi

Streaming TTS

Trasmetti l’audio progressivamente mentre viene generato per una riproduzione con minore latenza.

Riferimento API

Riferimento completo dei parametri di request stitching.