О чём урок
Прежде чем писать какой-либо код, вызовите навык /text-to-speech, чтобы изучить правильные паттерны ElevenLabs SDK.
Защищенная POST-конечная точка, которая принимает записанное в браузере аудио через FormData, преобразует его с помощью speech-to-speech и возвращает преобразованное аудио.
- Считать ELEVENLABS_API_KEY из process.env. Вернуть 500, если отсутствует.
- Принимать audio (File), voiceId (string) и опциональный modelId (string, по умолчанию eleven_multilingual_sts_v2) из FormData запроса.
- Вернуть 400, если audio или voiceId отсутствует.
- Вызвать elevenlabs.speechToSpeech.convert(voiceId, { audio, modelId, outputFormat: "mp3_44100_128" }).
- Собрать возвращенный stream в Buffer и ответить с content type audio/mpeg.
- Обернуть в try/catch и вернуть JSON-ошибку в случае сбоя.
Защищенная GET-конечная точка, которая возвращает список доступных голосов.
- Вызвать elevenlabs.voices.getAll().
- Вернуть voices как JSON-массив с полями voiceId, name и previewUrl.
Страница изменения голоса с записью в браузере, выбором голоса, преобразованием и воспроизведением аудио.
- Загрузить голоса из /api/voices при монтировании и заполнить выпадающий список.
- Голос по умолчанию: JBFqnCBsd6RMkjVDRZzb (George).
- Четыре состояния UI: бездействие, запись, готовность к преобразованию и преобразование.
- Запись: использовать navigator.mediaDevices.getUserMedia({ audio: true }) и MediaRecorder (предпочтительный mime type: audio/webm).
- Показать заметную кнопку "Запись". Во время записи показывать прошедшее время и пульсирующий красный индикатор. Показать кнопку "Стоп" для завершения записи.
- После остановки создать object URL для исходной записи и отобразить <audio> плеер, чтобы пользователь мог предварительно прослушать ее перед преобразованием.
- Оставить селектор голоса видимым, но отключенным, пока запись не будет доступна. Включить его после остановки записи.
- Кнопка "Преобразовать голос" должна оставаться отключенной, пока не будут доступны запись и выбор голоса.
- При отправке отправить FormData методом POST с записанным аудио как audio, а также voiceId и modelId, на /api/voice-changer. Присвоить записи имя файла, например recording.webm.
- Показывать индикатор загрузки во время преобразования.
- В случае успеха создать object URL из blob-объекта ответа и отобразить второй <audio> плеер с меткой "Преобразованное аудио" и элементами…
План урока
- 1. app/api/voice-changer/route.ts
- 2. app/api/voices/route.ts
- 3. app/page.tsx
Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.