音频 Playground

音频 Playground 是用于测试和探索 GPUStack 文本转语音（TTS）及语音转文本（STT）API 的专用空间。它支持以交互方式将文本转换为音频、将音频转换为文本，自定义参数，并查看便于集成 API 的代码示例。

文本转语音

切换到 "Text to Speech" 选项卡，测试 TTS 模型。

输入要转换的文本，然后单击 Submit 按钮生成对应语音。

单击 Playground 界面右上角的模型下拉菜单，选择 GPUStack 中可用的 TTS 模型。

自定义音频输出的声音和格式。

提示

不同模型支持的声音可能不同。

尝试不同输入文本和参数后，单击 View Code 按钮，查看如何使用相同输入调用 API。提供 curl、Python 和 Node.js 代码示例。

切换到 "Speech to Text" 选项卡，测试 STT 模型。

可以通过两种方式提供需要转录的音频：

说明

如果无法在线录音，可能由以下原因导致：

通过 HTTPS 或 http://localhost 访问时，必须在浏览器中启用麦克风权限。
通过 http://{host IP} 访问时，必须将 URL 加入浏览器的可信列表。

示例： 在 Chrome 中进入 chrome://flags/，将 GPUStack URL 添加到 "Insecure origins treated as secure"，并启用此选项。

单击 Playground 界面右上角的模型下拉菜单，选择 GPUStack 中可用的 STT 模型。

复制模型生成的转录结果。

为音频文件选择合适的语言，以提高转录准确率。

尝试不同音频文件和参数后，单击 View Code 按钮，查看如何使用相同输入调用 API。提供 curl、Python 和 Node.js 代码示例。