Streama text till tal
Den här guiden visar hur du streamar text till tal och valfritt laddar upp ljud till AWS S3.
Den här guiden beskriver tre sätt: att generera tal som en fil, strömma ljudsvaret direkt och, om du vill, ladda upp genererat ljud till en AWS S3-bucket för delning via en signerad URL.
Den här guiden förutsätter att du har konfigurerat din API-nyckel och SDK. Slutför snabbstartsguiden först om du inte redan har gjort det. Det valfria avsnittet om S3-uppladdning kräver också ett AWS-konto med åtkomst till S3.
Undrar du varför strömning fungerar som den gör? Förstå ljudströmning förklarar protokollet, buffring och avvägningar kring fördröjning på djupet.
Konvertera text till tal (fil)
För att konvertera text till tal och spara det som en fil använder vi convert-metoden i ElevenLabs SDK och sparar den sedan lokalt som en .mp3-fil.
Du kan sedan köra funktionen med:
Konvertera text till tal (strömning)
Om du föredrar att strömma ljudet direkt utan att spara det som en fil kan du använda vår strömningsfunktion.
Du kan sedan köra funktionen med:
Bonus – Ladda upp till AWS S3 och få en säker delningslänk
När dina ljuddata har skapats som antingen en fil eller en ström kanske du vill dela dem med dina användare. Ett sätt att göra det är att ladda upp dem till en AWS S3-bucket och generera en säker delningslänk.
Skapa dina AWS-autentiseringsuppgifter
För att ladda upp data till S3 behöver du lägga till ditt AWS-åtkomstnyckel-ID, din hemliga åtkomstnyckel och AWS-regionens namn i din .env-fil. Följ de här stegen för att hitta autentiseringsuppgifterna:
- Logga in på AWS Management Console: Gå till AWS startsida och logga in med ditt konto.

- Öppna IAM-instrumentpanelen (Identity and Access Management): Du hittar IAM under “Security, Identity, & Compliance” i tjänstemenyn. IAM-instrumentpanelen hanterar åtkomst till dina AWS-tjänster på ett säkert sätt.

- Skapa en ny användare (vid behov): Välj “Users” och sedan “Add user” på IAM-instrumentpanelen. Ange ett användarnamn.

- Ange behörigheterna: koppla policyer direkt till användaren utifrån den åtkomstnivå du vill ge. För S3-uppladdningar kan du använda policyn AmazonS3FullAccess. Bästa praxis är dock att tillämpa minsta möjliga behörighet, alltså de minsta behörigheter som krävs för att utföra en uppgift. Du kanske vill skapa en anpassad policy som endast tillåter nödvändiga åtgärder för din S3-bucket.

- Granska och skapa användaren: Granska dina inställningar och skapa användaren. När den har skapats får du ett åtkomstnyckel-ID och en hemlig åtkomstnyckel. Ladda ner och spara dessa autentiseringsuppgifter säkert; den hemliga åtkomstnyckeln kan inte hämtas igen efter det här steget.

- Hämta AWS-regionens namn: t.ex. us-east-1

Om du inte har en AWS S3-bucket måste du skapa en genom att följa de här stegen:
- Öppna S3-instrumentpanelen: Du hittar S3 under “Storage” i tjänstemenyn.

- Skapa en ny bucket: Klicka på knappen “Create bucket” på S3-instrumentpanelen.

- Ange ett bucket-namn och klicka på knappen “Create bucket”. Du kan låta de övriga bucket-alternativen vara standard. Den nyligen tillagda bucketen visas i listan.


Installera AWS SDK och lägg till autentiseringsuppgifterna
Installera boto3 för att interagera med AWS-tjänster med pip och npm.
Lägg sedan till miljövariablerna i .env-filen så här:
Ladda upp till AWS S3 och generera den signerade URL:en
Lägg till följande funktioner för att ladda upp ljudströmmen till S3 och generera en signerad URL.
Du kan sedan anropa uppladdningsfunktionen med ljudströmmen från texten.
När du har laddat upp ljudfilen till S3 genererar du en signerad URL för att dela åtkomst till filen. Den här URL:en är tidsbegränsad, vilket innebär att den upphör att gälla efter en viss tid och därför är säker för tillfällig delning.
Du kan nu generera en URL från en fil med:
Om du vill använda filen flera gånger bör du lagra S3-filsökvägen i din databas och sedan generera den signerade URL:en på nytt varje gång du behöver den, i stället för att spara den signerade URL:en direkt eftersom den upphör att gälla.
Sätt ihop allt
För att sätta ihop allt kan du använda följande skript:
Slutsats
Du vet nu hur du konverterar text till tal och genererar en signerad URL för att dela ljudfilen. Funktionen ger många möjligheter att skapa och dela innehåll dynamiskt.
Här är några exempel på vad du kan bygga med detta.
-
Utbildningspodcastar: Skapa personligt utbildningsinnehåll som elever kan komma åt vid behov. Lärare kan konvertera sina lektioner till ljudformat, ladda upp dem till S3 och dela länkarna med eleverna för en mer engagerande lärandeupplevelse utanför den traditionella klassrumsmiljön.
-
Tillgänglighetsfunktioner för webbplatser: Förbättra webbplatsers tillgänglighet genom att erbjuda textinnehåll i ljudformat. Det kan göra information på webbplatser mer tillgänglig för personer med synnedsättning eller för dem som föredrar att lära sig genom att lyssna.
-
Automatiska kundsupportmeddelanden: Skapa automatiska och personliga ljudmeddelanden för kundsupport, till exempel vanliga frågor eller orderuppdateringar. Det kan ge en mer engagerande kundupplevelse jämfört med traditionella e-postmeddelanden i textformat.
-
Ljudböcker och berättarröst: Konvertera hela böcker eller korta berättelser till ljudformat och ge publiken ett nytt sätt att ta del av litteratur. Författare och förlag kan bredda sitt innehållsutbud och nå personer som hellre lyssnar än läser.
-
Språkinlärningsverktyg: Utveckla hjälpmedel för språkinlärning som ger elever ljudlektioner och övningar. Det gör det möjligt att öva uttal och hörförståelse på ett målinriktat sätt.