تحويل النص إلى كلام: الحفظ أو البث
حوّل النص إلى كلام HUMAIN Voice واحفظه في ملف WAV أو شغّله فور وصول الصوت.
تحوّل النص إلى كلام، إما محفوظًا في speech.wav أو مشغّلًا أثناء توليده. ثبّت SDK واضبط API_URL وAPI_KEY كما في البدء السريع. وتقرأ أمثلة Socket.IO أيضًا API_PATH الاختياري (إعدادات الاتصال). احفظ عندما تحتاج المقطع كاملًا، وابثّ عندما يجب أن يبدأ التشغيل مبكرًا (خرج الكلام).
اختيار صوت
أرسل id الصوت من قائمة الأصوات بالاسم voice_id؛ تختلف المعرّفات بين البيئات، فابحث عنها (قائمة الأصوات). تختار الأمثلة صوتًا من القائمة وقت التشغيل.
حفظ الكلام في ملف WAV
يأخذ المثال النص ومسار الخرج وسيطين (الافتراضيان: Hello from HUMAIN Voice وspeech.wav)، ويطبع الصوت المختار، ويكتب ملف WAV.
import { writeFile } from 'node:fs/promises';
import {
TTSClient,
TtsModel,
getSampleRate,
} from '@humain-voice/sdk';
function requiredEnv(name: 'API_KEY' | 'API_URL'): string {
const value = process.env[name];
if (!value) throw new Error(`${name} is required`);
return value;
}
function socketPath(): { api_path?: string } {
const value = process.env.API_PATH;
return value ? { api_path: value } : {};
}
function pcm16ToWav(pcm: Uint8Array, sampleRate: number): Buffer {
const header = Buffer.alloc(44);
header.write('RIFF', 0);
header.writeUInt32LE(36 + pcm.byteLength, 4);
header.write('WAVE', 8);
header.write('fmt ', 12);
header.writeUInt32LE(16, 16);
header.writeUInt16LE(1, 20); // Linear PCM.
header.writeUInt16LE(1, 22); // Mono.
header.writeUInt32LE(sampleRate, 24);
header.writeUInt32LE(sampleRate * 2, 28);
header.writeUInt16LE(2, 32);
header.writeUInt16LE(16, 34);
header.write('data', 36);
header.writeUInt32LE(pcm.byteLength, 40);
return Buffer.concat([
header,
Buffer.from(pcm.buffer, pcm.byteOffset, pcm.byteLength),
]);
}
async function main(): Promise<void> {
const text = process.argv[2] ?? 'Hello from HUMAIN Voice';
const outputPath = process.argv[3] ?? 'speech.wav';
const client = new TTSClient({
api_url: requiredEnv('API_URL'),
api_key: requiredEnv('API_KEY'),
...socketPath(),
});
try {
const voices = await client.listVoices({ timeoutSeconds: 5 });
const voice = voices.find((candidate) => candidate.profile) ?? voices[0];
if (!voice) throw new Error('No TTS voices are available');
if (voice.profile) {
console.info(
'status:',
'voice',
voice.label,
voice.profile.speaker.dialect,
voice.profile.languages,
);
}
const model = TtsModel.Nebula;
const pcm = await client.synthesize(text, {
voice_id: voice.id,
model,
// Inactivity timeout per audio chunk, not a total deadline.
timeoutSeconds: 30,
onError: (error) => console.error('error:', error.code, error.message),
});
await writeFile(outputPath, pcm16ToWav(pcm, getSampleRate(model)));
} finally {
await client.close();
}
}
void main().catch((error: unknown) => {
console.error(error);
process.exitCode = 1;
});
الخرج المتوقع (توضيحي):
status: voice mul_nourah ars [ 'ar', 'en' ]يعيد SDK صوت PCM16 خامًا بتردد 24 kHz أحادي القناة؛ ويضيف المثال ترويسة WAV البالغة 44 بايت لتتمكن المشغلات من فتحه.
تشغيل الكلام أثناء البث
يكتب المثال PCM خامًا إلى stdout مع وصول كل قطعة صوت، ويسجل في stderr، فيمكنك تمرير الصوت مباشرة إلى مشغّل:
import { TTSClient, TtsModel, getSampleRate } from '@humain-voice/sdk';
function requiredEnv(name: 'API_KEY' | 'API_URL'): string {
const value = process.env[name];
if (!value) throw new Error(`${name} is required`);
return value;
}
function socketPath(): { api_path?: string } {
const value = process.env.API_PATH;
return value ? { api_path: value } : {};
}
async function main(): Promise<void> {
const text = process.argv[2] ?? 'Hello from HUMAIN Voice';
const model = TtsModel.Nebula;
const client = new TTSClient({
api_url: requiredEnv('API_URL'),
api_key: requiredEnv('API_KEY'),
...socketPath(),
});
try {
const [voice] = await client.listVoices({ timeoutSeconds: 5 });
if (!voice) throw new Error('No TTS voices are available');
// Audio goes to stdout, so logs go to stderr.
console.error('status: sample rate', getSampleRate(model));
for await (const chunk of client.synthesizeStream(text, {
voice_id: voice.id,
model,
timeoutSeconds: 30,
onError: (error) => console.error('error:', error.code, error.message),
})) {
process.stdout.write(chunk.audio);
}
} finally {
await client.close();
}
}
void main().catch((error: unknown) => {
console.error(error);
process.exitCode = 1;
});
node tts-stream.ts "Hello from HUMAIN Voice" | ffplay -f s16le -ar 24000 -ch_layout mono -الخرج المتوقع على stderr (توضيحي):
status: sample rate 24000إذا وصل سطر error: فالمقطع غير مكتمل؛ فاحذف أي صوت حفظته.
الأخطاء والمهلات
رموز الأخطاء وإصلاحاتها في رموز تحويل النص إلى كلام. تنتظر الأمثلة حتى 30 ثانية لكل قطعة صوت تالية؛ وليس لـPython قيمة افتراضية، فمرر timeout_seconds دائمًا (JavaScript، Python).