实时语音转文本库 RealtimeSTT：低延迟、易使用

RealtimeSTT是一款简单易用、低延迟的实时语音转文本库，旨在提供高性能、易集成的解决方案。该库支持实时流式处理、句子分割，并具备模块化引擎设计，允许使用不同的文本转语音引擎。提供了多种文本转语音引擎，包括CoquiEngine、AzureEngine、ElevenlabsEngine和SystemEngine。

主要特性：

• 实时流式处理：在生成或输入文本时合成和播放语音。
• 句子分割：采用先进的句子边界检测，确保快速合成的片段分隔，以实现即时反应时间。
• 模块化引擎设计：支持多种引擎，包括系统 TTS、Azure 和 Elevenlabs，并支持自定义文本转语音引擎。
• 支持的引擎：CoquiEngine、AzureEngine、ElevenlabsEngine、SystemEngine。
• 高效的句子边界检测：使用 NLTK 句子分词器进行精确高效的句子分割。

安装：

pip install RealtimeSTT

示例：

<code>from RealtimeTTS import TextToAudioStream, SystemEngine, AzureEngine, ElevenlabsEngine</code><code><br></code><code>engine = SystemEngine() <em># 替换为你的TTS引擎 </em></code><code>stream = TextToAudioStream(engine)</code><code>stream.feed("Hello world! How are you today?")<em>#提交文本</em></code><code>stream.play_async()<em>#异步回放</em></code><code>stream.pause()<em>#暂停音频流</em></code><code>stream.resume()<em>#恢复暂停的流</em></code><code>stream.stop()<em>#立即停止直播</em></code>

测试库：

• simple_test.py：演示库的最简单用法。
• complex_test.py：全面的演示，展示库提供的大多数功能。
• coqui_test.py：本地 Coqui TTS 引擎测试。
• translator.py：实时翻译成六种不同的语言。
• openai_voice_interface.py：OpenAI API 的唤醒词激活和基于语音的用户界面。
• advanced_talk.py：在开始 AI 对话之前选择 TTS 引擎和语音。
• minimalistic_talkbot.py：一个 20 行代码的基本谈话机器人。
• simple_llm_test.py：演示如何将库与大型语言模型（LLM）集成。
• test_callbacks.py：展示回调，并允许您检查实际应用程序环境中的延迟时间。

依赖项安装：

<code>pip install openai keyboard realtimestt</code>

RealtimeSTT 提供了一系列丰富的功能和示例，适用于开发先进的语音解决方案。