오픈AI

Mastra의 OpenAIVoice 클래스는 OpenAI Model을 사용하여 텍스트 음성 변환 및 음성 텍스트 변환 기능을 제공합니다.

사용예

import { OpenAIVoice } from '@mastra/voice-openai'

// Initialize with default configuration using environment variables
const voice = new OpenAIVoice()

// Or initialize with specific configuration
const voiceWithConfig = new OpenAIVoice({
  speechModel: {
    name: 'tts-1-hd',
    apiKey: 'your-openai-api-key',
  },
  listeningModel: {
    name: 'whisper-1',
    apiKey: 'your-openai-api-key',
  },
  speaker: 'alloy', // Default voice
})

// Convert text to speech
const audioStream = await voice.speak('Hello, how can I help you?', {
  speaker: 'nova', // Override default voice
  speed: 1.2, // Adjust speech speed
})

// Convert speech to text
const text = await voice.listen(audioStream, {
  filetype: 'mp3',
})

구성

생성자 옵션

speechModel?:

OpenAIConfig

= { name: 'tts-1' }

텍스트-음성 합성을 위한 구성입니다.

OpenAIConfig

name?:

'tts-1' | 'tts-1-hd' | 'whisper-1'

Model 이름입니다. 더 높은 품질의 오디오에는 'tts-1-hd'를 사용하세요.

apiKey?:

string

OpenAI API 키입니다. 지정하지 않으면 OPENAI_API_KEY 환경 변수를 사용합니다.

listeningModel?:

OpenAIConfig

= { name: 'whisper-1' }

음성-텍스트 인식을 위한 구성입니다.

OpenAIConfig

name?:

'tts-1' | 'tts-1-hd' | 'whisper-1'

Model 이름입니다. 더 높은 품질의 오디오에는 'tts-1-hd'를 사용하세요.

apiKey?:

string

OpenAI API 키입니다. 지정하지 않으면 OPENAI_API_KEY 환경 변수를 사용합니다.

speaker?:

OpenAIVoiceId

= 'alloy'

음성 합성의 기본 음성 ID입니다.

행동 양식

speak()

OpenAI의 텍스트 음성 변환 Model을 사용하여 텍스트를 음성으로 변환합니다.

input:

string | NodeJS.ReadableStream

음성으로 변환할 텍스트 또는 텍스트 스트림입니다.

options?:

Options

구성 옵션입니다.

Options

speaker?:

OpenAIVoiceId

음성 합성에 사용할 음성 ID입니다.

speed?:

number

말하기 속도 배율입니다.

보고:Promise<NodeJS.ReadableStream>

listen()

OpenAI의 Whisper Model을 사용하여 오디오를 텍스트로 변환합니다.

audioStream:

NodeJS.ReadableStream

텍스트로 변환할 오디오 스트림입니다.

options?:

Options

구성 옵션입니다.

Options

filetype?:

string

입력 스트림의 오디오 형식입니다.

보고:Promise<string>

getSpeakers()

각 노드에 다음이 포함된 사용 가능한 음성 옵션의 배열을 반환합니다.

voiceId:

string

음성의 고유 식별자

메모

• API 키는 생성자 옵션 또는 OPENAI_API_KEY 환경 변수를 통해 제공할 수 있습니다.
• tts-1-hd Model은 더 높은 품질의 오디오를 제공하지만 처리 시간이 더 길 수 있습니다.
• 음성 인식은 mp3, wav, webm을 포함한 다양한 오디오 형식을 지원합니다.