Vocalize

Esta é uma REST API desenvolvida em Python que converte texto em áudio usando a biblioteca gTTS (Google Text-to-Speech). A API recebe texto via requisição e retorna o áudio correspondente em um stream. Este projeto foi criado com Flask e utiliza Marshmallow para validação de dados.

Estrutura de Pastas

vocalize/
├── app/
│   ├── common/
│   │   ├── helpers/
│   │   │   ├── convert/
│   │   │   │   ├── audio_convert.py          # Funções para conversão de texto em áudio
│   │   │   │   └── __init__.py
│   │   │   ├── modules/
│   │   │   │   └── speech/
│   │   │   │       ├── schemas/
│   │   │   │       │   └── stream_audio_schema.py   # Schema para validação de dados usando Marshmallow
│   │   │   │       ├── speech_controller.py         # Controlador para gerenciar as requisições de áudio
│   │   │   │       ├── speech_service.py            # Serviço para a lógica de negócio de conversão de texto em áudio
│   │   │   │       ├── __init__.py
│   │   │   │       ├── server_setting.py            # Configurações do servidor Flask
│   │   │   │       └── util.py                      # Funções utilitárias
├── myenv/                                          # Ambiente virtual Python
├── main.py                                         # Ponto de entrada da aplicação
├── README.md                                       # Documentação do projeto
└── requirements.txt                                # Dependências do projeto

Tecnologias Utilizadas

• Python - Linguagem principal do projeto.
• Flask - Framework para construção de APIs.
• Marshmallow - Biblioteca para serialização e validação de dados.
• gTTS - Google Text-to-Speech para conversão de texto em áudio.

Endpoints

POST /api/speech/stream

Recebe um texto via JSON e retorna o áudio correspondente em um stream.

Exemplo de Requisição

POST /api/speech/stream
Content-Type: application/json

{
  "text": "Olá, bem-vindo ao conversor de texto para áudio!"
}

Exemplo de Resposta

• Status Code: 200 OK
• Corpo: Stream de áudio gerado a partir do texto fornecido.

Estrutura de Dados

O endpoint /api/speech/stream utiliza o seguinte schema para validação dos dados de entrada:

{
  "text": "string",
  "language": "string"
}

Validações

• text (obrigatório): O texto a ser convertido para áudio.
• language (opcional): A linguagem do texto, sendo por padrão pt-br

Configuração do Ambiente

1. Clone o repositório:

   git clone <URL_DO_REPOSITORIO>
   cd vocalize

2. Crie e ative um ambiente virtual:

   python3 -m venv myenv
   source myenv/bin/activate  # No Windows: myenv\Scripts\activate

3. Instale as dependências:

   pip install -r requirements.txt

Executando a Aplicação

1. No terminal, execute o arquivo principal:

   python main.py

2. A aplicação estará disponível em http://localhost:5000.

Estrutura de Arquivos

• main.py: Ponto de entrada para iniciar a aplicação Flask.
• app/common/helpers/convert/audio_convert.py: Funções para converter o texto em áudio usando a biblioteca gTTS.
• app/common/modules/speech/schemas/stream_audio_schema.py: Define o schema para validação do texto de entrada.
• app/common/modules/speech/speech_controller.py: Controlador para gerenciar as requisições e chamadas do serviço de áudio.
• app/common/modules/speech/speech_service.py: Contém a lógica de negócio para a conversão de texto para áudio.
• app/common/modules/speech/server_setting.py: Configurações do servidor Flask.

Dependências

• Flask
• Marshmallow
• gTTS

Essas dependências estão listadas no arquivo requirements.txt e podem ser instaladas com o comando:

pip install -r requirements.txt