Hoppa till navigering
Handledningar

Snabbstart för Forced Alignment

Lär dig använda Forced Alignment API för att synkronisera text med ljud.

Den här guiden visar hur du använder Forced Alignment API för att synkronisera text med ljud.

Använda Forced Alignment API

1

Skapa en API-nyckel

Skapa en API-nyckel i kontrollpanelen här, som du använder för att säkert få åtkomst till API:et.

Spara nyckeln som en hanterad hemlighet och skicka den till SDK:erna antingen som en miljövariabel via en .env-fil eller direkt i appens konfiguration, beroende på vad du föredrar.

.env
ELEVENLABS_API_KEY=<your_api_key_here>
2

Installera SDK:t

Vi använder också biblioteket dotenv för att läsa in vår API-nyckel från en miljövariabel.

pip install elevenlabs
pip install python-dotenv
3

Gör API-anropet

Skapa en ny fil med namnet example.py eller example.mts, beroende på vilket språk du väljer, och lägg till följande kod:

# example.py
import os
from io import BytesIO
from elevenlabs.client import ElevenLabs
import requests
from dotenv import load_dotenv
load_dotenv()
elevenlabs = ElevenLabs(
    api_key=os.getenv("ELEVENLABS_API_KEY"),
)
audio_url = (
    "https://storage.googleapis.com/eleven-public-cdn/audio/marketing/nicole.mp3"
)
response = requests.get(audio_url)
audio_data = BytesIO(response.content)
# Perform the text-to-speech conversion
transcription = elevenlabs.forced_alignment.create(
    file=audio_data,
    text="With a soft and whispery American accent, I'm the ideal choice for creating ASMR content, meditative guides, or adding an intimate feel to your narrative projects."
)
print(transcription)

Kör sedan den:

python example.py

Du bör se ljudfilens transkript med exakta tidsstämplar utskrivet i konsolen.

Nästa steg

Speech to Text

Transkribera ljud till text utan att behöva ett befintligt transkript

Text to Speech

Generera ljud från text för användning med Forced Alignment

API-referens

Utforska alla parametrar och svarsformat för Forced Alignment