Samouczki

Krótkie wprowadzenie do Forced Alignment

Dowiedz się, jak używać API Forced Alignment do dopasowywania tekstu do audio.

Ten przewodnik pokaże ci, jak używać API Forced Alignment do dopasowywania tekstu do audio.

Korzystanie z API Forced Alignment

1

Utwórz klucz API

Utwórz klucz API w panelu tutaj, aby bezpiecznie uzyskać dostęp do API.

Przechowuj klucz jako zarządzany sekret i przekaż go do SDK jako zmienną środowiskową przez plik .env lub bezpośrednio w konfiguracji aplikacji — zależnie od preferencji.

.env
ELEVENLABS_API_KEY=<your_api_key_here>
2

Zainstaluj SDK

Użyjemy też biblioteki dotenv, aby wczytać klucz API ze zmiennej środowiskowej.

pip install elevenlabs
pip install python-dotenv
3

Wyślij żądanie API

Utwórz nowy plik o nazwie example.py lub example.mts, zależnie od wybranego języka, i dodaj poniższy kod:

# example.py
import os
from io import BytesIO
from elevenlabs.client import ElevenLabs
import requests
from dotenv import load_dotenv
load_dotenv()
elevenlabs = ElevenLabs(
    api_key=os.getenv("ELEVENLABS_API_KEY"),
)
audio_url = (
    "https://storage.googleapis.com/eleven-public-cdn/audio/marketing/nicole.mp3"
)
response = requests.get(audio_url)
audio_data = BytesIO(response.content)
# Perform the text-to-speech conversion
transcription = elevenlabs.forced_alignment.create(
    file=audio_data,
    text="With a soft and whispery American accent, I'm the ideal choice for creating ASMR content, meditative guides, or adding an intimate feel to your narrative projects."
)
print(transcription)

Następnie go uruchom:

python example.py

W konsoli zobaczysz transkrypcję pliku audio z dokładnymi znacznikami czasu.

Kolejne kroki

Speech to Text

Transkrybuj audio na tekst bez istniejącej transkrypcji

Text to Speech

Generuj audio z tekstu do użycia z Forced Alignment

Dokumentacja API

Poznaj wszystkie parametry i formaty odpowiedzi Forced Alignment