Strumieniowanie

API ElevenLabs obsługuje strumieniowanie audio w czasie rzeczywistym dla wybranych endpointów. Zwraca surowe bajty audio (np. dane MP3) bezpośrednio przez HTTP z użyciem kodowania chunked transfer. Dzięki temu klienci mogą stopniowo przetwarzać lub odtwarzać audio podczas generowania.

Nasze oficjalne biblioteki Node i Python zawierają narzędzia ułatwiające obsługę tego ciągłego strumienia audio.

Strumieniowanie jest obsługiwane przez Text to Speech API, Voice Changer API i Audio Isolation API. Ta sekcja opisuje działanie strumieniowania dla żądań do Text to Speech API.

W Pythonie żądanie strumieniowe wygląda tak:

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)

W Node / Typescript żądanie strumieniowe wygląda tak:

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();