Песочница аудио

Песочница аудио предназначена для тестирования API преобразования текста в речь (TTS) и речи в текст (STT) в GPUStack. Она позволяет интерактивно преобразовывать текст в аудио и аудио в текст, настраивать параметры и изучать примеры кода для интеграции с API.

Преобразование текста в речь

Для тестирования моделей TTS откройте вкладку «Text to Speech».

Ввод текста

Введите текст для преобразования, затем нажмите Submit, чтобы сгенерировать речь.

Выбор модели

Выберите доступную модель TTS в GPUStack из раскрывающегося списка моделей в правом верхнем углу песочницы.

Настройка параметров

Настройте голос и формат выходного аудио.

Совет

Набор поддерживаемых голосов зависит от модели.

Просмотр кода

Поэкспериментировав с текстом и параметрами, нажмите View Code, чтобы увидеть, как вызвать API с теми же входными данными. Доступны примеры на curl, Python и Node.js.

Преобразование речи в текст

Для тестирования моделей STT откройте вкладку «Speech to Text».

Передача аудиофайла

Передать аудио для распознавания можно двумя способами:

Загрузить аудиофайл
Записать аудио в браузере

Примечание

Если запись в браузере недоступна, возможны следующие причины:

При доступе через HTTPS или http://localhost браузеру необходимо разрешить использование микрофона.
При доступе через http://{host IP} URL необходимо добавить в список доверенных адресов браузера.

Пример: В Chrome откройте chrome://flags/, добавьте URL GPUStack в параметр «Insecure origins treated as secure» и включите его.

Выбор модели

Выберите доступную модель STT в GPUStack из раскрывающегося списка моделей в правом верхнем углу песочницы.

Копирование текста

Скопируйте результат распознавания речи, созданный моделью.

Настройка параметров

Выберите язык аудиофайла, чтобы повысить точность распознавания.

Просмотр кода

Поэкспериментировав с аудиофайлами и параметрами, нажмите View Code, чтобы увидеть, как вызвать API с теми же входными данными. Доступны примеры на curl, Python и Node.js.