Você sabe do que as vozes generativas são capazes? Que vastas possibilidades eles abrem e quantas áreas podem se beneficiar deles?  Talvez você precise de um aplicativo para dublar um blog de vídeo ou livro. Talvez você queira dar vida a um personagem de jogo com uma narração profissional. Que tal criar um aplicativo para aprender línguas estrangeiras?  Hoje,   preparou um tutorial para você que vai te ajudar a conhecer melhor as tecnologias de voz AI!  o lablab.ai Vamos mergulhar!  Introdução  É um dos momentos mais empolgantes para o desenvolvimento de software, com o surgimento de várias ferramentas de "   " no mercado. Apenas nomeie, geração de carta de apresentação? Verificar! Geração de email? Verificar! Geração automática de comentários de código? Verificar! Mesmo fora da codificação e do desenvolvimento de software, as possibilidades de casos de uso são enormes. IA generativa  Agora, podemos gerar imagens com prompts de texto com vários modelos de geração de imagens. Assim, nos possibilita incorporar os ativos gerados em nossos diversos produtos. A próxima pergunta é: e as vozes? A tendência das experiências do usuário nos últimos anos mencionou o "comando de voz" como uma das tendências emergentes.  É natural que o software que construímos incorpore vozes como um dos recursos. É por isso que, neste tutorial, mostraremos o recurso "   " oferecido pelo   em um aplicativo simples, que gera palavras aleatórias e as soletra. Para construir a interface do usuário para este   , usaremos   , uma nova biblioteca de interface do usuário para compartilhar projetos de ciência de dados. Síntese de fala ElevenLabs aplicativo baseado em Python o Streamlit  Introdução ao  ElevenLabs    é uma empresa de pesquisa em tecnologia de voz que oferece soluções   . Com   fácil de usar, permite que os desenvolvedores gerem discursos de alta qualidade usando IA. Isso é possível graças ao modelo de IA, que foi treinado em uma grande quantidade de audiolivros e também podcasts. O treinamento permite que a IA forneça resultados previsíveis e de alta qualidade na geração de fala. A ElevenLabs de síntese de fala API  Existem dois recursos principais que   oferece, o primeiro é o VoiceLab, onde os usuários podem clonar vozes de áudio gravado e/ou vozes pré-fabricadas existentes e também "projetar" vozes com base em gênero, idade, etnia e raça. Assim que os usuários tiverem as vozes para trabalhar, eles podem passar para o próximo recurso, Síntese de fala, onde podem gerar falas usando suas vozes projetadas ou apenas usando as pré-fabricadas. o ElevenLabs  Introdução ao Modelo  Claude da Anthropic    é o mais recente modelo de IA desenvolvido pela   , uma organização de pesquisa de IA que se concentra em melhorar a interoperabilidade, robustez e segurança dos sistemas de inteligência artificial. Claude Anthropic  O modelo   foi projetado para gerar respostas semelhantes às humanas, tornando-o uma ferramenta poderosa para uma ampla gama de aplicações, desde a criação de conteúdo, legal, até o atendimento ao cliente. Assim como qualquer outro   no mercado,   também é treinado em uma ampla variedade de textos da Internet. No entanto, ao contrário da maioria dos modelos de IA, ele tem foco na "segurança", o que possibilita recusar saídas que considera "nocivas" ou "inverídicas" para os usuários. Claude modelo de IA Claude  Introdução ao  Streamlit    é uma biblioteca   de código aberto que torna fácil e possível para desenvolvedores e cientistas de dados criar e compartilhar aplicativos da Web personalizados e visualmente atraentes. Os desenvolvedores podem usar   para criar e implantar aplicativos de ciência de dados completos em minutos. Isso é possível graças à API simples e intuitiva que pode ser usada para transformar scripts de dados em componentes de interface do usuário. Streamlit Python o Streamlit  Pré-requisitos  Conhecimento básico de   e   usando  Python desenvolvimento de interface do usuário Streamlit  Acesso à  API antrópica  Acesso à  API ElevenLabs  Contorno  Inicializando nosso  projeto Streamlit  Adicionando o recurso de geração de palavras usando o modelo  Claude  Adicionando recurso de geração de fala usando  a API ElevenLabs  Testando o  aplicativo gerador de palavras  Discussão  Há pelo menos quatro etapas pelas quais passaremos neste tutorial. Primeiro, precisamos inicializar o projeto baseado em Streamlit, para ter uma ideia geral do desenvolvimento de interfaces de usuário usando Streamlit.  Em seguida, começamos a adicionar mais recursos, começando com o prompt de engenharia para fazer com que o modelo   nos forneça uma palavra aleatória que geralmente é escrita incorretamente. Depois disso, adicionaremos a geração de texto para voz fornecida pelo   para demonstrar como o modelo multilíngue soletra as palavras. Finalmente, vamos testar o aplicativo simples. Claude ElevenLabs  Inicializando nosso projeto Streamlit  Vamos entrar na ação de codificação! Primeiro, vamos criar um diretório para nosso projeto e inseri-lo!   mkdir randomwords cd randomwords  Em seguida, vamos usar esse diretório como base do nosso projeto   . Como um projeto   é essencialmente um projeto   , precisamos executar algumas etapas para inicializar nosso projeto   , como definir e ativar nosso ambiente virtual. Streamlit Streamlit Python Python   # Creating the virtual environment python -m venv env # Activate the virtual environment # On Linux/Mac source env/bin/activate # On Windows: .\env\Scripts\activate  Uma vez ativado, a saída do nosso terminal deve mostrar o nome do ambiente virtual (env), assim:   Em seguida, é hora de instalar as bibliotecas necessárias para este projeto! vamos usar o comando   para instalar as bibliotecas   ,   e   . Observe que também instalamos uma biblioteca   de versão bloqueada para evitar um erro relacionado ao Pydantic em uma das funções do   . pip streamlit anthropic elevenlabs pydantic elevenlabs   pip install streamlit anthropic elevenlabs "pydantic==1.*"  Com todos os requisitos do projeto resolvidos, agora vamos mergulhar na parte de codificação! Crie um novo arquivo dentro do diretório do nosso projeto, vamos chamá-lo de   . randomwords_app.py   touch randomwords_app.py  Após a criação do arquivo, vamos abri-lo em nosso editor de código favorito ou ambiente de desenvolvimento integrado (IDE). Para começar, vamos construir nosso aplicativo simples a partir das partes mais simples possíveis, um título e um texto para a legenda!   import streamlit as st st.title("Random Words Generator") st.text("Hello, this is a random words generator app")  Para encerrar nossa parte de inicialização do projeto, vamos testar a execução do aplicativo. Certifique-se de que nosso diretório de trabalho atual ainda esteja dentro de nosso projeto e nosso ambiente virtual já esteja ativado. Quando tudo estiver pronto, use a   para executar o aplicativo. streamlit run <app-name>   streamlit run randomwords_app.py  O aplicativo deve abrir automaticamente em nossos navegadores padrão! ele deve mostrar o título e o texto por enquanto. Em seguida, vamos adicionar o recurso de geração de palavras aleatórias usando o modelo   .  Claude da Anthropic  Uma última coisa, porém, teremos que fornecer ao nosso aplicativo as chaves de API para os serviços que vamos usar, ou seja, o modelo   e o recurso   . Como essas chaves são consideradas sensíveis, devemos guardá-las em local seguro e isolado. Claude da Anthropic Speech Synthesis da ElevenLabs  No entanto, desta vez não os armazenamos em um arquivo   . Isso ocorre porque Streamlit lida com variáveis de ambiente de maneira diferente. De acordo com a   , precisamos criar um arquivo de configuração secreto dentro de um diretório   . Podemos criar o diretório dentro do nosso projeto e depois criar o arquivo. .env documentação .streamlit   mkdir .streamlit touch .streamlit/secrets.toml  Vamos editar o arquivo TOML que criamos, observe que o arquivo TOML usa formatação diferente do arquivo   usual. .env   xi_api_key = "xxxxxxxxxxxxxxxxxxxxxxxxxxxxx" claude_key = "sk-ant-xxxxxxxxxxxxxxxxxxxxxxxxxxxxx"  Adicionando o recurso de geração de palavras usando  o modelo Claude  Nesta etapa, adicionaremos um botão que gerará a palavra aleatória, o elemento cabeçalho para mostrar a palavra gerada e o subtítulo para mostrar o significado da palavra. No entanto, tendo experiência em webdev, acredito fortemente que os elementos da interface do usuário devem ser colocados e organizados dentro de contêineres. Então, faremos exatamente isso.  Importe as bibliotecas necessárias  Primeiro de tudo, vamos adicionar algumas declarações de importação. Vamos importar a biblioteca   para gerar nossas palavras aleatórias. anthropic   import streamlit as st import anthropic  Então, antes de chegarmos à parte da interface do usuário, vamos criar nossa função de geração de palavras primeiro.  Definindo a função de geração de palavras   def generate_word(): prompt = (f"{anthropic.HUMAN_PROMPT} Give me one non-English word that's commonly misspelled and the meaning. Please strictly follow the format! example: Word: Schadenfreude; Meaning: joy at other's expenses." f"{anthropic.AI_PROMPT} Word: Karaoke; Meaning: a form of entertainment where people sing popular songs over pre-recorded backing tracks." f"{anthropic.HUMAN_PROMPT} Great! just like that. Remember, only respond following the pattern.") c = anthropic.Anthropic(api_key=st.secrets["claude_key"]) resp = c.completions.create( prompt=f"{prompt} {anthropic.AI_PROMPT}", stop_sequences=[anthropic.HUMAN_PROMPT], model="claude-v1.3-100k", max_tokens_to_sample=900, ) print(resp.completion) return resp.completion  Nesta função, o levantamento mais pesado é feito pelo   **l (Obrigado,   ! 😉). No entanto, nossa parte nessa função é como fazer com que Claude retorne o formato exato de forma consistente. Portanto, precisamos instruir   a "seguir rigorosamente o formato" e fornecer uma resposta de exemplo adicionando-a após nosso prompt inicial. modo **Anthropic's Claude Claude Claude  Por fim, garantimos que Claude cumpra nossos acordos, solicitando-lhe "Lembre-se de responder apenas seguindo o padrão". A função termina retornando a resposta de   . Claude  Em seguida, vamos voltar à edição da IU!  Atualizando a IU   st.title("Random Words Generator") with st.container(): st.header("Random Word") random_word = st.subheader("-") word_meaning = st.text("Meaning: -") st.write("Click the `Generate` button to generate new word") if st.button("Generate"): result = generate_word() # Split the string on the semicolon split_string = result.split(";") # Split the first part on ": " to get the word word = split_string[0].split(": ")[1] # Split the second part on ": " to get the meaning meaning = split_string[1].split(": ")[1] print(f"word result: {word}") random_word.subheader(word) word_meaning.text(f"Meaning: {meaning}")  Desta vez, adicionamos um container com alguns elementos dentro dele. O cabeçalho, subcabeçalho para exibir a palavra aleatória e o elemento de texto para mostrar o significado da palavra. Temos também um texto para mostrar a dica de como usar o app, assim como um botão abaixo dele.  No   , podemos declarar o manipulador de eventos de clique usando uma instrução condicional, em que retorna   quando o botão é clicado. Neste código, invocamos a função   que retorna a palavra gerada e o significado, e dividimos o resultado em variáveis separadas para a palavra e o significado, respectivamente. Por fim, atualizamos o subtítulo e o elemento de texto para exibir a palavra e o significado. Streamlit True generate_word()  forma final  Vamos verificar nosso código mais uma vez! Ele deve conter as instruções de importação, a função para gerar a palavra aleatória e a interface do usuário atualizada que contém o subcabeçalho e os elementos de texto, bem como o botão que gera a palavra invocando a função   . generate_word()   import streamlit as st import anthropic def generate_word(): prompt = (f"{anthropic.HUMAN_PROMPT} Give me one non-English word that's commonly misspelled and the meaning. Please strictly follow the format! example: Word: Schadenfreude; Meaning: joy at other's expenses." f"{anthropic.AI_PROMPT} Word: Karaoke; Meaning: a form of entertainment where people sing popular songs over pre-recorded backing tracks." f"{anthropic.HUMAN_PROMPT} Great! just like that. Remember, only respond following the pattern.") c = anthropic.Anthropic(api_key=st.secrets["claude_key"]) resp = c.completions.create( prompt=f"{prompt} {anthropic.AI_PROMPT}", stop_sequences=[anthropic.HUMAN_PROMPT], model="claude-v1.3-100k", max_tokens_to_sample=900, ) print(resp.completion) return resp.completion st.title("Random Words Generator") with st.container(): st.header("Random Word") random_word = st.subheader("-") word_meaning = st.text("Meaning: -") st.write("Click the `Generate` button to generate new word") if st.button("Generate"): result = generate_word() # Split the string on the semicolon split_string = result.split(";") # Split the first part on ": " to get the word word = split_string[0].split(": ")[1] # Split the second part on ": " to get the meaning meaning = split_string[1].split(": ")[1] print(f"word result: {word}") random_word.subheader(word) word_meaning.text(f"Meaning: {meaning}")  Testando a função de geração de palavras  Vamos executar o aplicativo novamente com o mesmo comando. Também podemos executar novamente o aplicativo clicando no menu superior direito e clicando em "   " se o aplicativo já estiver em execução antes. Executar novamente  Ele deve mostrar esta interface de usuário atualizada.   Agora, vamos tentar clicar no botão   !  Generate  Uma das vantagens do Streamlit é que ele lidava com o carregamento e fornecia o indicador de carregamento pronto para uso. Devemos ver o indicador no canto superior direito, bem como a opção de "   " a operação. Legal, hein? interromper  Após alguns segundos, o resultado deve ser exibido na interface do usuário.   Perfeito! observe que o aplicativo dividiu corretamente o texto gerado do modelo   em palavras e o significado. No entanto, se o resultado não sair de acordo com o formato esperado, podemos sempre clicar novamente no botão   . Claude Generate  O próximo passo é a principal característica deste aplicativo, para incorporar a geração de fala em nosso gerador de palavras aleatórias. Além de demonstrar como gerar o arquivo de áudio usando a API fornecida pelo ElevenLabs, esta etapa também serve para demonstrar as capacidades do modelo multilíngue do ElevenLabs.  Adicionando recurso de geração de fala usando a API  ElevenLabs  A primeira etapa desta seção, como você provavelmente já deve ter adivinhado, é adicionar mais instruções de importação! Então, vamos adicionar algumas funções do   que usaremos para o recurso de geração de fala. elevenlabs   import streamlit as st import anthropic ++ from elevenlabs import generate, set_api_key  A seguir, vamos definir a função para lidar com a geração de fala.   def generate_speech(word): set_api_key(st.secrets['xi_api_key']) audio = generate( text=word, voice="Bella", model='eleven_multilingual_v1' ) return audio  Graças à simplicidade e legibilidade do   , e também à API fácil de usar do   , podemos gerar a fala usando apenas este código! A função aceita a palavra aleatória que usamos para gerar a fala. Também usamos especificamente o modelo "eleven_multilingual_v1", que é um modelo multilíngue, perfeito para nosso caso de uso para demonstrar a ortografia e a pronúncia de palavras estrangeiras e comumente com erros ortográficos! Por fim, usamos a voz "   " para este tutorial, que é uma das vozes pré-fabricadas fornecidas pela   . Python ElevenLabs Bella ElevenLabs  Em seguida, adicionaremos um reprodutor de áudio para reproduzir a fala gerada.  print(f"word result: {word}") random_word.subheader(word) word_meaning.text(f"Meaning: {meaning}") ++ speech = generate_speech(word) ++ st.audio(speech, format='audio/mpeg')  Logo abaixo do nosso código mais recente, adicionamos a variável para armazenar a fala gerada e executamos a fala usando o reprodutor de áudio fornecido pela função   do Streamlit. Neste ponto, nosso aplicativo deve funcionar conforme o esperado, mostrando o reprodutor de áudio apenas quando houver uma palavra aleatória disponível para "ler". st.audio  Curioso para saber como funciona? eu também! vamos testar o app agora!  Testando o recurso de ortografia de palavras  Vamos executar o aplicativo novamente usando   ou apenas executar novamente o aplicativo se já estiver em execução. Deve parecer exatamente o mesmo da última vez que o deixamos. No entanto, vamos tentar clicar no botão "Gerar" desta vez!  streamlit run  Incrível! desta vez, o aplicativo também mostra um reprodutor de áudio! Vamos tentar jogá-lo. No modelo multilíngue, a fala gerada deve utilizar o sotaque e a entonação próximos ao idioma de origem da palavra. Por exemplo, "empreendedor" deve ser pronunciado com sotaque francês.  Conclusão  Neste breve tutorial, esperamos ter explorado os recursos da tecnologia de geração de fala oferecidos pelo   . Com o modelo multilíngue, é fácil gerar falas destinadas a ouvintes que não falam inglês. Em nosso caso de uso, precisamos de um modelo multilíngue para nos ajudar a encontrar a maneira correta de pronunciar e soletrar palavras não inglesas que geralmente são escritas incorretamente. ElevenLabs  Com tantas ideias, convidamos os desenvolvedores a se juntarem a nós na criação do futuro!    ,     onde você pode criar seu próprio aplicativo de IA de voz com modelos   ! (Além disso, você pode aproveitar outros modelos de IA, como modelos de linguagem grande, modelos geradores de imagem e vídeo, etc., desde que não estejam em competição direta com a tecnologia hackathon). Em 28 de julho lablab.ai lança um desafio ElevenLabs   *Your final submission should consist of a ready-to-play working prototype of your idea, a video pitch, and a presentation showcasing your solution.  Você pode encontrar mais tutoriais   e pode   de outros hackathons para construir com tecnologias de ponta! AQUI PARTICIPAR  E muito obrigado ao   - o autor deste artigo. 💚 septiano Adi Nugraha

Walkthroughs, tutorials, guides, and tips. This story will teach you how to do something new or how to do something better.

The code in this story is for educational purposes. The readers are solely responsible for whatever they build with it.

Build with AI!

Win $$$ on AI Hackathon 

Hire Me

Este áudio é produzido no idioma original da história!

Muito longo; Para ler

Get Free Unlimited IP Geo Data With IPinfo Lite

Construindo um aplicativo simples de ortografia de palavras com ElevenLabs, Streamlit e Claude

About Author

COMENTARIOS

Rótulos

ESTE ARTIGO FOI APRESENTADO EM

Related Stories

Vazamento do prompt do sistema Claude Sonnet 3.5: uma análise forense

De fóruns a feeds: como os algoritmos de mídia social moldam a interação digital

Navegando pelas águas: desenvolvendo aplicações RAG de nível de produção com data lakes

Vazamento do prompt do sistema Claude Sonnet 3.5: uma análise forense

De fóruns a feeds: como os algoritmos de mídia social moldam a interação digital

Navegando pelas águas: desenvolvendo aplicações RAG de nível de produção com data lakes

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps