PlayHT API SDK

pyht是一个用于PlayHT人工智能文本转语音API的Python SDK。PlayHT构建用于实时场景的对话式语音AI模型。使用pyht，您可以轻松将文本转换为高质量的类人声音频流。

功能特点

实时流式文本转语音。
使用PlayHT的预构建语音或创建自定义语音克隆。
从LLM流式传输文本，并实时生成音频流。
支持WAV、MP3、PCM、Mulaw、FLAC和OGG音频格式。
支持8KHz、16KHz、24KHz、44.1KHz和48KHz采样率。

系统要求

Python 3.8+
numpy
simpleaudio

安装

您可以使用pip安装pyht SDK：

pip install pyht

使用方法

您可以通过创建Client实例并调用其tts方法来使用pyht SDK。以下是一个简单示例：

from pyht import Client
from dotenv import load_dotenv
from pyht.client import TTSOptions
import os
load_dotenv()

client = Client(
    user_id=os.getenv("PLAY_HT_USER_ID"),
    api_key=os.getenv("PLAY_HT_API_KEY"),
)
options = TTSOptions(voice="s3://voice-cloning-zero-shot/d9ff78ba-d016-47f6-b0ef-dd630f59414e/female-cs/manifest.json")
for chunk in client.tts("您能告诉我您的账户邮箱或者，呃，您的电话号码吗？", options):
    # 对音频块进行处理
    print(type(chunk))

有关更详细的示例，包括命令行参数和交互模式，请参阅提供的演示。

命令行演示

您可以从命令行运行提供的演示。

**注意：**此演示依赖以下软件包：

pip install numpy simpleaudio

python demo/main.py --user 您的用户ID --key 您的API密钥 --text "来自Play的问候！"

或者，您可以在交互模式下运行演示：

python demo/main.py --user 您的用户ID --key 您的API密钥 --interactive

在交互模式下，您可以输入文本行来即时生成和播放音频。输入空行将退出交互会话。

获取API密钥

要开始使用pyht SDK，您需要您的API密钥和用户ID。按照以下步骤获取它们：

访问API页面：导航至API访问页面。
生成您的API密钥：
- 在"Secret Key"部分下点击"Generate Secret Key"按钮。
- 您的API密钥将会显示。确保复制并安全存储。
找到您的用户ID：在同一页面的"User ID"部分下找到并复制您的用户ID。