Omnisuite STT y TTS

Se han desarrollado conectores propios para

• Speech To Text (STT)
• Text To Speech (TTS)

Para los proveedores

• Evelenlabs
• Google

La configuración eficiente es usar STT de ElevenLabs y TTS de Google

ElevenLabs

Se dispone de los programas

• /opt/omnisuite/bin/omnisuiteSTT11p para Speech to Text (STT)
• /opt/omnisuite/bin/omnisuiteTTS11p para Text To Speech (TTS)

que deberán ser invocado desde un comando "system" de Cally Square

Invocación a TTS de 11labs

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

/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'
El programa lleva asociado un fichero /etc/MDtel/elevenlabs.ini, que 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