Telegram бот для озвучки текстов

Telegram бот для автоматизации процесса озвучки текстов на нескольких языках. Проект создан для упрощения работы с многоязычным контентом и автоматического создания аудиофайлов для различных целей.

Бот принимает текстовые файлы с разметкой по языкам, озвучивает каждый фрагмент с помощью современных TTS сервисов и отправляет готовый архив с организованной структурой файлов.

Принцип работы

Пользователь загружает MD файл с заголовками формата # UA0, # ES1 и т.д., где первые буквы обозначают язык (UA - украинский, ES - испанский и т.д.), а цифра - номер фрагмента.

Бот парсит файл, определяет языки и части текста, после чего пользователь выбирает сервис озвучки:

• ElevenLabs - озвучка сразу для английского, немецкого и французского языков
• Google AI Studio (Gemini TTS) - выбор голоса из 11 вариантов с опциональным вводом стиля для любых языков

После озвучки бот создает ZIP архив со структурой по языкам и отправляет пользователю. Все файлы также сохраняются локально.

Основной функционал

• Загрузка и парсинг MD файлов с многоязычным контентом
• Автоматическое распознавание языков и фрагментов текста
• Интеграция с ElevenLabs API для высококачественной озвучки
• Интеграция с Google AI Studio (Gemini TTS) для multilingual озвучки
• Выбор из 11 голосов Google AI с различными характеристиками
• Опциональный ввод стиля озвучки для тонкой настройки
• Автоматическое создание ZIP архива с организованной структурой
• Сохранение файлов локально с организацией по языкам
• Обработка rate limiting с автоматическими повторными попытками

Технические особенности

• Реализована система обработки API rate limiting с exponential backoff
• Автоматическая конвертация PCM audio в WAV формат для Google AI
• Организация выходных файлов по структуре: язык → номер фрагмента
• Поддержка различных форматов аудио (WAV для Google AI, MP3 для ElevenLabs)
• Асинхронная обработка запросов для оптимальной производительности

Технологии

Результат

Создан функциональный Telegram бот, который автоматизирует процесс озвучки многоязычного контента. Бот успешно работает с двумя TTS сервисами, обеспечивая гибкость в выборе качества и стиля озвучки.

Реализованная система обработки rate limiting позволяет стабильно работать с API Google AI Studio, несмотря на строгие ограничения бесплатного тарифа. Пользователи получают готовые архивы с организованной структурой файлов, что значительно упрощает дальнейшую работу с озвученным контентом.