🔄 Hörbuch Neu — Next-Gen TTS-Pipeline mit lokalem Fokus

📊 Business Value

Diese Next-Gen-Version des Hörbuch-Generators adressiert die größten Pain Points der ersten Version: API-Kosten, Latenz und Vendor-Lock-in. Der Fokus liegt auf lokaler Verarbeitung und Open-Source-Alternativen.

⚙️ Evolution der Pipeline

💻 Echter Code aus dem Projekt

Code-Auszüge aus D:\arbeit\git\Hoerbuch_neu\. Die Architektur bleibt Python/Gradio, aber mit Fokus auf Austauschbarkeit der TTS-Engine.

# MySQL-Verbindungsinformationen
host = 'localhost'
user = 'politik'
password = 'DEIN_PASSWORT_HIER'
database = 'euchannel'

# API-Keys (werden in v2+ durch lokale Modelle ersetzt)
elevenlabs_api_key = "DEIN_ELEVENLABS_API_KEY"
openai_api_key = "DEIN_OPENAI_API_KEY"

# SCOPES für YouTube Upload
SCOPES = [
    "https://www.googleapis.com/auth/youtube.upload",
    "https://www.googleapis.com/auth/youtube.force-ssl",
    "https://www.googleapis.com/auth/youtube"
]

promtGPT = """Analysiere den folgenden Text und strukturiere ihn
in einem kompakten JSON-Format ohne zusätzliche Erklärungen:

[
  {"typ": "Charakter", "name": "CHARAKTERNAME", "text": "..."},
  {"typ": "Erzähler", "text": "..."}
]"""

# OpenAI API Call
response = openai.ChatCompletion.create(
    model="gpt-4",
    messages=[{"role":"assistant","content":gpt_assistant_prompt},
              {"role":"user","content":comment}],
    temperature=0.2, max_tokens=5000, frequency_penalty=0.0
)

def get_voices():
    """Ruft alle verfügbaren Stimmen von ElevenLabs ab"""
    headers = {"xi-api-key": API_KEY}
    response = requests.get(VOICES_URL, headers=headers)
    return response.json()["voices"]

def generate_audio(text, voice_id, voice_settings):
    """Generiert MP3 für einen Textblock mit Voice-Settings"""
    data = {"text": text, "model_id": "eleven_multilingual_v2",
            "voice_settings": voice_settings}
    response = requests.post(
        GENERATE_URL.format(voice_id=voice_id),
        headers=headers, json=data)
    return response.content  # MP3-Bytes

with gr.Blocks() as demo:
    with gr.Tab("Stimmen zuordnen"):
        json_file = gr.Textbox(label="JSON-Datei")
        characters = gr.Dataframe(headers=["Charakter"])

        def assign_voices(json_file, characters):
            data = json.load(open(json_file.strip(), "r"))
            characters_list = list(set(
                item["name"] for item in data
                if item["typ"] == "Charakter" and "name" in item))
            characters_list.append("Erzähler")
            return "Charaktere erfolgreich geladen."

    demo.launch()

💻 Tech-Stack

🎯 Strategische Erkenntnisse

Ihre API-Kosten auf null reduzieren?

Als Brückenbauer zwischen Business und Technik unterstütze ich Sie bei der Migration zu lokaler KI-Infrastruktur — pragmatisch, ergebnisorientiert, ohne Berater-Bullshit.