Este é um projeto que reuni 3 serviços de AI, transcrição de áudio, geração de texto e conversão de texto em fala (Text-to-Speech). Essa API foi desenvolvida em Node.js e permite que você envie um arquivo de áudio em formato .wav, e ela retornará a transcrição do áudio em texto. Além disso, você também pode enviar um texto para a API, e ela irá convertê-lo em um arquivo de áudio com a fala correspondente. Você também pode enviar texto para API e ela te retornará um texto de acordo com a requisição.
- Node.js instalado na sua máquina.
Clone este repositório em sua máquina:
git clone https://github.com/andersonwea/ai-helper.git
cd ai-helpernpm installnpm run devA API estará disponível em http://localhost:3333.
-
Renomeie o arquivo .env.example para .env
-
Abra o arquivo .env em um editor de texto.
-
O arquivo .env contém variáveis de ambiente que são utilizadas para configurar a API. As variáveis devem ser preenchidas com valores específicos para que a API funcione corretamente.
-
Procure pelas variáveis que precisam ser configuradas e forneça os valores apropriados. Essas váriaveis são:
PORT: Define a porta em que a API será executada. Por padrão: PORT=3333.
NODE_ENV: Define o ambiente de execução. Desenvolvimento: NODE_ENV='DEV'. Produção: NODE_ENV='PROD'
OPENAI_API_KEY: Define a chave para acesso ao openai.
HF_API_KEY: Define a chave de acesso para o Hugging Face.
ELEVENLABS_API_KEY: Define a chave de acesso para o ElevenLabs.
ELEVENLABS_VOICE_ID: Define o ID da voz a ser utilizada.- Saiba como criar uma API key Openai. ($5 FREE para testar)
- Saiba como criar uma API key HuggingFace. (FREE)
- Saiba como criar uma API key ElevenLabs. (30k caracteres para testar)
- Salve o arquivo .env após preencher as variáveis com os valores corretos.
Certifique-se de que as variáveis de ambiente no arquivo .env estejam configuradas corretamente para que a API funcione sem problemas. Em seguida, reinicie o servidor da API após fazer qualquer alteração no arquivo .env. Isso permitirá que as configurações sejam aplicadas corretamente à execução da API.
- POST /api/transcription: Envie um arquivo de áudio (.wav) para obter sua transcrição em texto.
- POST /api/text-to-speech: Envie um texto para gerar um link para o arquivo de áudio com a fala correspondente.
- POST /api/text-generation: Envie um texto para gerar um texto como base no que foi enviado e o custo em centavos.
Exemplo de solicitação para transcrição de áudio usando o cURL:
curl -X POST -F "file=@caminho/para/o/arquivo.wav" http://localhost:3333/api/transcription > trancription.txtExemplo de solicitação para geração de áudio a partir de um texto usando o cURL:
curl -X POST -H "Content-Type: application/json" -d '{"text": "Olá! Este é um exemplo de texto para fala."}' \
http://localhost:3333/api/text-to-speech > link_audio.txtExemplo de solicitação para geração de texto usando o cURL:
curl -X POST -H "Content-Type: application/json" -d '{"text": "Olá! Este é um exemplo de texto para fala."}' \
http://localhost:3333/api/text-generation > text.txt- Faça um fork do projeto.
- Crie uma nova branch com as suas alterações:
git checkout -b my-feature - Salve as alterações e crie uma mensagem de commit contando o que você fez:
git commit -m "feature: My new feature" - Envie as suas alterações:
git push origin my-feature
Caso tenha alguma dúvida confira este guia de como contribuir no GitHub
Essa API é uma ferramenta poderosa para transcrição de áudio e geração de fala a partir de texto. Sinta-se à vontade para explorar e integrar em seus próprios projetos.
Se encontrar algum problema ou tiver sugestões de melhorias, sinta-se à vontade para abrir uma issue neste repositório. Contribuições são sempre bem-vindas!
Aproveite a API!