--- title: Blogipostituse heliversioon description: Loob blogipostitusest helijutustuse: kokkuvõte, täistekst või kahe kõnelejaga dialoog. category: Marketing sublabel: Sisu author: AgriciDaniel tags: license: MIT source: https://github.com/AgriciDaniel/claude-blog --- # Blogi heli: Gemini TTS jutustus blogipostitustele Loo professionaalne blogisisu helijutustus Google'i Gemini TTS abil. Kolm režiimi: kokkuvõte (200–300-sõnaline räägitud ülevaade), täisartikli ettelugemine või kahe kõneleja taskuhäälingudialoog. 30 häält, 80+ keelt, HTML5-manustatav väljund. ## Kiirülevaade | Käsk | Mida see teeb | |---------|-------------| | `/blog audio generate ` | Loo blogipostituse helijutustus | | `/blog audio voices` | Näita saadaolevaid hääli koos omadustega | | `/blog audio setup` | Kontrolli/seadista Gemini TTS API-võti | ## Eeldused - Python 3.11+ (venv-i haldab automaatselt `run.py`) - Keskkonnamuutuja `GOOGLE_AI_API_KEY` (sama võti, mida kasutab blog-image) - FFmpeg (WAV-ist MP3-ks teisendamiseks; puudumisel kukub tagasi WAV-ile) ## Kasuta alati run.py ümbrist ```bash # CORRECT: python3 scripts/run.py generate_audio.py --text "..." --voice Charon --json # WRONG: python3 scripts/generate_audio.py --text "..." # Fails without venv ``` ## API-võtme kontroll (väravamuster) Enne heli loomist kontrolli API-võtit: ```bash test -n "${GOOGLE_AI_API_KEY:-}" && echo "GOOGLE_AI_API_KEY is set" || echo "GOOGLE_AI_API_KEY is not set" ``` - Kui on seatud: jätka loomisega - Kui pole seatud: juhenda kasutajat: "Heli loomine vajab Google AI API-võtit. Hangi see tasuta aadressilt https://aistudio.google.com/apikey Seejärel sea see: `export GOOGLE_AI_API_KEY=your-key` See võib olla sama võti, mida kasutab `/blog image`, kuid see peab olema shellis eksporditud." - **Kui kutsutakse sisemiselt** (blog-write'ist): kui võti puudub, tagasta vaikselt. Ära kunagi blokeeri kirjutamistöövoogu. ## Seadistamine `/blog audio setup` jaoks: 1. Kontrolli, kas `GOOGLE_AI_API_KEY` on keskkonnas seatud 2. Kui blog-image kasutab projekti `.mcp.json`-i, veendu, et viidatud keskkonnamuutuja on eksporditud 3. Kui mitte, juhata kasutaja aadressile https://aistudio.google.com/apikey 4. Kontrolli proovikäiguga: `python3 scripts/run.py generate_audio.py --text "Test" --dry-run --json` ## Hääle valimine `/blog audio voices` jaoks: Lae `references/voices.md` ja esita kasutajale häälekataloog. Küsi kasutajalt, millist häält ta eelistab, või soovita sisutüübi põhjal: - **Artikli jutustamine**: Charon (Informative) või Sadaltager (Knowledgeable) - **Õpetus/juhend**: Achird (Friendly) või Sulafat (Warm) - **Uudised/analüüs**: Rasalgethi (Informative) või Schedar (Even) - **Elustiil/heaolu**: Aoede (Breezy) või Vindemiatrix (Gentle) - **Dialoogi saatejuht**: Puck (Upbeat) või Laomedeia (Upbeat) - **Dialoogi ekspert**: Kore (Firm) või Charon (Informative) ## Loomistöövoog `/blog audio generate ` jaoks: ### Samm 1: Loe blogipostitust Loe fail ja ekstrakti: - Pealkiri (H1-st või frontmatter'ist) - Täissisu (markdown-keha) - Ligikaudne sõnade arv ### Samm 2: Vali režiim Küsi kasutajalt (või vali automaatselt, kui ta määras `--mode`): | Režiim | Millal kasutada | Väljund | |------|-------------|--------| | **Kokkuvõte** | Kiire heliülevaade (1–2 min) | 200–300-sõnaline räägitud kokkuvõte | | **Täis** | Täielik ettelugemine (5–15 min) | Terve artikkel loomuliku kõnena | | **Dialoog** | Taskuhäälingu stiilis (3–8 min) | Kahe inimese vestlus artiklist | ### Samm 3: Valmista tekst ette Claude valmistab teksti ette; skript teeb ainult TTS-i. **Kokkuvõtterežiim:** Kirjuta 200–300-sõnaline räägitud kokkuvõte artiklist. Reeglid: - Kirjuta loomuliku kõnena, mitte kirjaliku tekstina - Ava artikli põhileiu või -vastusega - Kata 3–5 peamist õppetundi - Lõpeta tegevusele suunava nõuandega - Ei mingit markdown'i, ei „Selles artiklis...“, ei metakommentaari - Kasuta vestluslikke üleminekuid („Siin on, mis loeb...“, „Põhileid on...“) **Täisrežiim:** Puhasta markdown-sisu selgeks räägitavaks tekstiks: - Pealkirjad muutuvad loomulikeks üleminekuteks („Järgmisena vaatame...“) - Lingid muutuvad lihttekstiks (eemalda URL-id, säilita ankrutekst) - Pildid ja graafikud: jäta välja või kirjelda lühidalt („Nagu andmed näitavad...“) - Koodiplokid: kirjelda sõnadega („Kood kasutab for-tsüklit, et...“) - Loendid: teisenda loomulikeks lauseteks - Eemalda frontmatter, skeemimärgistus, HTML-sildid - Lisa lühike sissejuhatus: „See on [pealkiri], avaldatud [kuupäev]." **Dialoogirežiim:** Kirjuta artiklist 2 inimese vestlusskript: - Speaker1 = saatejuht (uudishimulik, esitab häid küsimusi) - Speaker2 = ekspert (asjatundlik, annab selgeid vastuseid) - Vorminda iga rida kujul: `Speaker1: What's the key takeaway here?` - Kata artikli põhipunktid vestluslikult - 15–25 vooru (annab umbes 3–8 minutit) - Loomulik, mitte kaelkangestunud („That's a great point“, mitte „Indeed, as the research indicates“) ### Samm 4: Vali hääl Kui kasutaja valis hääle, kasuta seda. Vastasel juhul soovita režiimi põhjal: - Kokkuvõte/täis: vaikimisi Charon (Informative) - Dialoog: vaikimisi Puck (saatejuht) + Kore (ekspert) ### Samm 5: Loo heli Kirjuta ettevalmistatud tekst töökataloogi faili, seejärel kutsu: ```bash # Single voice (summary or full mode) python3 scripts/run.py generate_audio.py \ --text-file blog_audio_prepared.txt \ --voice Charon \ --model flash \ --output audio/post-slug.mp3 \ --json # Two voices (dialogue mode) python3 scripts/run.py generate_audio.py \ --text-file blog_audio_dialogue.txt \ --voice Puck \ --voice2 Kore \ --model pro \ --output audio/post-slug-dialogue.mp3 \ --json ``` **Mudeli valik:** - `flash` (vaikimisi): vastab mudelile `gemini-3.1-flash-tts-preview`, hea kokkuvõtete ja tavalise jutustuse jaoks. - `flash31`: selgesõnaline alias mudelile `gemini-3.1-flash-tts-preview`. - `legacy-flash25`: säilitatud ainult vanema ühilduvuse jaoks. - `pro` või `legacy-pro25`: vastab mudelile `gemini-2.5-pro-preview-tts`, kasuta ainult vajadusel. ### Samm 6: Edasta Esita tulemus kasutajale: 1. **Faili tee**: kuhu heli salvestati 2. **Kestus**: inimloetav (nt „3:42“) 3. **Manustuskood**: valmis kleepimiseks HTML5 audiosilt 4. **Kulu**: hinnanguline API-kulu 5. **Paigutussoovitus**: kuhu blogipostituses manustis sisestada ## Manustamisjuhend ### Standardne HTML (Hugo, Jekyll, staatilised saidid) ```html ``` ### MDX (Next.js, Gatsby) ```jsx ``` ### WordPress ``` [audio src="audio/post-slug.mp3"] ``` ### Paigutus Sisesta heliesitaja pärast sissejuhatust (esimese H2 alla) või artikli kõige algusesse sildiga: „Kuula seda artiklit“ või „Heliversioon“. ## Sisemine API (blog-write'i jaoks) Kui kutsutakse sisemiselt blog-write'ist: **Sisend:** - `text`: ettevalmistatud tekst (Claude juba puhastanud) - `voice`: hääle nimi (vaikimisi: Charon) - `voice2`: teine hääl dialoogi jaoks (valikuline) - `model`: flash või pro - `output_path`: kuhu fail salvestada **Väljund:** ```markdown ### Audio Narration - **Path:** /path/to/audio/post-slug.mp3 - **Duration:** 3:42 - **Voice:** Charon - **Embed:** `` ``` **Sujuv varuvariant:** Kui `GOOGLE_AI_API_KEY` pole seatud, tagasta kohe ilma veata. Kirjutamistöövoog jätkub ilma helita. Ära kunagi blokeeri blog-write'i, sest heli loomine pole saadaval. ## Vigade käsitlemine | Viga | Lahendus | |-------|-----------| | GOOGLE_AI_API_KEY pole seatud | Hangi võti aadressilt https://aistudio.google.com/apikey | | FFmpeg-i ei leitud | Paigalda: `sudo apt install ffmpeg`. Kukub tagasi WAV-väljundile. | | Päringupiirang | Oota ja proovi uuesti. Kontrolli piiranguid aadressil https://aistudio.google.com/rate-limit | | Tekst liiga pikk (>8 192 sisendtokenit) | Jaga umbes 7 800-tokenisteks osadeks; skript tükeldab ja õmbleb ettevalmistatud teksti kokku | | Tundmatu hääle nimi | Käivita `/blog audio voices`, et näha kehtivaid valikuid | | API-viga | Kontrolli võtme kehtivust ja mudeli saadavust | | API-võti puudub (sisemine kutse) | Tagasta vaikselt: kirjutamistöövoog jätkub | ## Viitedokumentatsioon Lae nõudmisel: ÄRA lae kõike käivitamisel: - `references/voices.md`: täielik 30 hääle kataloog, soovitused sisutüübi kaupa, dialoogipaaritused