Diferencia entre revisiones de «Omnisuite STT y TTS»
De VIVAitwiki
Ir a la navegaciónIr a la búsqueda| Línea 25: | Línea 25: | ||
:* fichero a convertir a texto | :* fichero a convertir a texto | ||
<br> | <br> | ||
| − | '''Ejemplo''' | + | '''Ejemplo STT ''' |
:: <code>/usr/bin/omnisuiteSTT11p /etc/MDtel/elevenlabs.ini stt scribe_v2 es /var/lib/asterisk/sounds/{id_llamada}_stt.wav | jq -r '.text'</cde> | :: <code>/usr/bin/omnisuiteSTT11p /etc/MDtel/elevenlabs.ini stt scribe_v2 es /var/lib/asterisk/sounds/{id_llamada}_stt.wav | jq -r '.text'</cde> | ||
<br> | <br> | ||
En el ejemplo vemos que del resultado obtenido "parseamos" solo el campo <code>'.text'</code> | En el ejemplo vemos que del resultado obtenido "parseamos" solo el campo <code>'.text'</code> | ||
<br> | <br> | ||
| − | El | + | |
| + | En la invocación para '''Text to Speech''' incluiremos | ||
| + | :* Fichero ".ini" | ||
| + | :* <code>tst</code> --> comando para speech a text | ||
| + | :* idioma a usar | ||
| + | :* Modelo a usar | ||
| + | :* Voz a usar | ||
| + | :* Fichero donde quedará el audio obtenido | ||
| + | :* Texto a convertir | ||
| + | <br> | ||
| + | '''Ejemplo TTS ''' | ||
| + | :: <code> /usr/bin/omnisuiteTTS11p /etc/MDtel/elevenlabs.ini tts es eleven_turbo_v2_5 1eHrpOW5l98cxiSRjbzJ /var/lib/asterisk/sounds/{id_llamada}_tts.alaw "{vflow_respuesta}" </code> | ||
| + | |||
| + | |||
| + | El fichero ".ini" (por defecto <code>/etc/MDtel/elevenlabs.ini</code>)contiene: | ||
:* Una sección <code>comun</code> en la que habrá que cambiar el <code>api_key</code> | :* Una sección <code>comun</code> en la que habrá que cambiar el <code>api_key</code> | ||
:* Una sección <code>stt</code>, para "speech to text" en la que se configurarán los keyterms del proyecto | :* Una sección <code>stt</code>, para "speech to text" en la que se configurarán los keyterms del proyecto | ||
Revisión del 11:09 14 may 2026
Se han desarrollado conectores propios para
- Speech To Text (STT)
- Text To Speech (TTS)
Para los proveedores
- Evelenlabs
La configuración eficiente es usar STT de ElevenLabs y TTS de Google
ElevenLabs
Se dispone de los programas
/opt/omnisuite/bin/omnisuiteSTT11ppara Speech to Text (STT)/opt/omnisuite/bin/omnisuiteTTS11ppara Text To Speech (TTS)
Que deberán ser invocado desde un comando "system" de Cally Square
En la invocación para Speech to Text incluiremos
- Fichero ".ini"
stt--> comando para speech a text- Modelo a usar
- idioma a usar
- fichero a convertir a texto
Ejemplo STT
/usr/bin/omnisuiteSTT11p /etc/MDtel/elevenlabs.ini stt scribe_v2 es /var/lib/asterisk/sounds/{id_llamada}_stt.wav | jq -r '.text'</cde>
En el ejemplo vemos que del resultado obtenido "parseamos" solo el campo '.text'
En la invocación para Text to Speech incluiremos
- Fichero ".ini"
tst --> comando para speech a text- idioma a usar
- Modelo a usar
- Voz a usar
- Fichero donde quedará el audio obtenido
- Texto a convertir
Ejemplo TTS
/usr/bin/omnisuiteTTS11p /etc/MDtel/elevenlabs.ini tts es eleven_turbo_v2_5 1eHrpOW5l98cxiSRjbzJ /var/lib/asterisk/sounds/{id_llamada}_tts.alaw "{vflow_respuesta}"
El fichero ".ini" (por defecto /etc/MDtel/elevenlabs.ini)contiene:
- Una sección
comun en la que habrá que cambiar el api_key
- Una sección
stt, para "speech to text" en la que se configurarán los keyterms del proyecto
- Una sección
tts, para "text to speech"
[comun]
proxy=no
api_key=APIKEYDELPROYECTO
[stt]
# enable_logging=false solo enterprise
url=https://api.elevenlabs.io/v1/speech-to-text?enable_logging=true
to_ms=10000
# temperature=0.0 a 2.0
temperature=0.1
# keyterms_XX: pueden estar todos vacios o no existir. 00<=XX<=09
keyterms_00=
keyterms_01=
keyterms_02=
keyterms_03=
keyterms_04=
keyterms_05=
keyterms_06=
keyterms_07=
keyterms_08=
keyterms_09=
[tts]
url=https://api.elevenlabs.io/v1/text-to-speech/%s?output_format=%s_8000
to_ms=10000
