שיתוף | 'פלאפון מייל' - הגירסא המשופרת של מייל לפלאפון, כולל קבלת ושליחת מיילים דרך הפלאפון, קריינות מקצועית, ועוד...

[פלמנמוני]

@האדם-החושב כתב בשיתוף | 'פלאפון מייל' - הגירסא המשופרת של מייל לפלאפון, כולל קבלת ושליחת מיילים דרך הפלאפון, קריינות מקצועית, ועוד...:

@פלמנמוני למה שלא תעשה tts דרך gemini?

אפשר הדרכה? אני לא מצליח

[ARISH]

עבודה נפלאה אתה לא יודע (או שאתה כן יודע ולפחות אני יודע) כמה אנשים חיכו לשליחת מיילים עם זיהוי דיבור בחינם.

[חסיד פשוט]

@חסיד-פשוט מה עושים

@חסיד-פשוט כתב בשיתוף | 'פלאפון מייל' - הגירסא המשופרת של מייל לפלאפון, כולל קבלת ושליחת מיילים דרך הפלאפון, קריינות מקצועית, ועוד...:

נתקבל בשגיאה למה ?
(אולי בגלל נטפרי ) אם אין לי נקודות אין מה לעשות?

[פלמנמוני]

@חסיד-פשוט גם לי אין נקודות, פניה כזו איננה דורשת נקודות
פשוט להסריט את המסך עם הקלטת תעבורה דרך האזור האישי ולשלוח להם

[מוגן]

יש כאן משהו שהצליח לעשות קריינות של גוגל קלאד בשמיעת המיילים?

[פלמנמוני]

@מוגן כתב בשיתוף | 'פלאפון מייל' - הגירסא המשופרת של מייל לפלאפון, כולל קבלת ושליחת מיילים דרך הפלאפון, קריינות מקצועית, ועוד...:

יש כאן משהו שהצליח לעשות קריינות של גוגל קלאד בשמיעת המיילים?

אני...
עריכה: וכעת גם אתה...

[מוגן]

@פלמנמוני שלחתי לך צ'אט
אשמח אם תוכל שהמפתח תקיו
כי אחרת אין לי הסבר למה זה לא עובד!

[האדם החושב]

@פלמנמוני בpython זה נראה כך:

import io
import wave

from google import genai
from google.genai import types


def tts_single_speaker(token: str, text: str, model: str = "gemini-2.5-flash-preview-tts", voice: str = "Zephyr") -> bytes | None:
    client = genai.Client(api_key=token)
    response = client.models.generate_content(
        model=model,
        contents=[types.Part.from_text(text=text)],
        config=types.GenerateContentConfig(
            response_modalities=["AUDIO"],
            speech_config=types.SpeechConfig(
                voice_config=types.VoiceConfig(
                    prebuilt_voice_config=types.PrebuiltVoiceConfig(
                        voice_name=voice
                    )
                )
            ),
        )
    )
    if response and response.candidates and response.candidates[0] and response.candidates[0].content and response.candidates[0].content.parts and response.candidates[0].content.parts[0].inline_data:
        return response.candidates[0].content.parts[0].inline_data.data
    return None


def wave_file(pcm, channels=1, rate=24000, sample_width=2) -> bytes:
    buf = io.BytesIO()
    with wave.open(buf, "wb") as wf:
        wf.setnchannels(channels)
        wf.setsampwidth(sample_width)
        wf.setframerate(rate)
        wf.writeframes(pcm)
    return buf.getvalue()

def main():
    text = "שלום, זהו מבחן של המערכת להמרת טקסט לדיבור."
    token = "YOUR_API_KEY_HERE"
    audio_pcm = tts_single_speaker(token, text)
    if audio_pcm:
        audio_bytes = wave_file(audio_pcm)
        with open("output.wav", "wb") as f:
            f.write(audio_bytes)
        print("Audio content written to output.wav")
    else:
        print("Failed to generate audio.")

פעם ניסיתי לעשות את זה בgoogle script אבל לא הצלחתי לתרגם את החלק של המרת הpcm לwav.

[פלמנמוני]

@האדם-החושב מהו הקישור דרכו מתבצע התקשורת?

[האדם החושב]

@פלמנמוני זאת ספרייה לpython, הבקשות מאחורי הקלעים.
לכאו' זה הלינק הזה:

https://generativelanguage.googleapis.com/v1beta/models/gemini-2.5-flash-preview-tts:generateContent?key=

[פלמנמוני]

@האדם-החושב זהו, שקישור זה לא עבד לי.
חוששני שצריך דרך גוגל קלאוד, ולכן לא נראה לי שזה כדאי את ההשקעה.
איזה מפתח API הכנסת?

[פלמנמוני]

גירסא 1.1

מה נוסף?

• גליון 'אנשי קשר'
• שליטה במהירות ההקראה בקריינות גוגל קלאוד
• תוקן באג שהיה במנוע זיהוי דיבור

[האדם החושב]

@פלמנמוני

function tts(text){
  const model = "gemini-2.5-flash-preview-tts"
  const token = "gemini token"
  const url = `https://generativelanguage.googleapis.com/v1beta/models/${model}:generateContent?key=${token}`
  const payload = {
    contents: [{
      parts:[{
        text: text
      }]
    }],
    generationConfig: {
      responseModalities: ["AUDIO"],
      speechConfig: {
        voiceConfig: {
          prebuiltVoiceConfig: {
            voiceName: "Kore"
          }
        }
      }
    },
    model: "gemini-2.5-flash-preview-tts",
  }
  const options = {
    method: 'post',
    contentType: 'application/json',
    payload: JSON.stringify(payload)
  }
  const response = JSON.parse(UrlFetchApp.fetch(url, options))
  console.log(response)
  return response.candidates[0].content.parts[0].inlineData.data
}

function test(){
  const text = "בדיקת tts gemini";
  const pcmBase64 = tts(text);
  const pcmBytes = Utilities.base64Decode(pcmBase64);
  const blob = Utilities.newBlob(pcmBytes, 'application/octet-stream', 'test.pcm');
  DriveApp.createFile(blob);
}

ואז הורדת הקובץ מהדרייב והמרה בעזרת ffmpeg

ffmpeg -f s16le -ar 24000 -ac 1 -i test.pcm test.wav

test.wav
test.pcm

צריך למצוא דרך להמיר את זה בגוגל סקריפט.

עריכה:
הצלחתי

function tts(text){
  const model = "gemini-2.5-flash-preview-tts"
  const token = "gemini token"
  const url = `https://generativelanguage.googleapis.com/v1beta/models/${model}:generateContent?key=${token}`
  const payload = {
    contents: [{
      parts:[{
        text: text
      }]
    }],
    generationConfig: {
      responseModalities: ["AUDIO"],
      speechConfig: {
        voiceConfig: {
          prebuiltVoiceConfig: {
            voiceName: "Kore"
          }
        }
      }
    },
    model: "gemini-2.5-flash-preview-tts",
  }
  const options = {
    method: 'post',
    contentType: 'application/json',
    payload: JSON.stringify(payload)
  }
  const response = JSON.parse(UrlFetchApp.fetch(url, options))
  return response.candidates[0].content.parts[0].inlineData.data
}

function createWavFromPcm(pcmBytes, sampleRate, numChannels, bitsPerSample) {
  const byteRate = sampleRate * numChannels * (bitsPerSample / 8);
  const blockAlign = numChannels * (bitsPerSample / 8);
  const dataSize = pcmBytes.length;
  const fileSize = 44 - 8 + dataSize;

  const header = [];

  function pushString(s) {
    for (let i = 0; i < s.length; i++) header.push(s.charCodeAt(i));
  }

  function pushUint32LE(val) {
    header.push(val & 0xFF,
      (val >> 8) & 0xFF,
      (val >> 16) & 0xFF,
      (val >> 24) & 0xFF);
  }

  function pushUint16LE(val) {
    header.push(val & 0xFF,
      (val >> 8) & 0xFF);
  }

  pushString("RIFF");
  pushUint32LE(fileSize);
  pushString("WAVE");

  pushString("fmt ");
  pushUint32LE(16);
  pushUint16LE(1);
  pushUint16LE(numChannels);
  pushUint32LE(sampleRate);
  pushUint32LE(byteRate);
  pushUint16LE(blockAlign);
  pushUint16LE(bitsPerSample);

  pushString("data");
  pushUint32LE(dataSize);
  const headerBytes = new Uint8Array(header);
  const out = new Uint8Array(headerBytes.length + pcmBytes.length);
  out.set(headerBytes, 0);
  out.set(pcmBytes, headerBytes.length);

  return out;
}


function test(){
  const text = "נשלחה אליך הודעת מייל חדשה בתאריך א כסליו תשפו";
  const pcmBase64 = tts(text);
  const pcmBytes = Utilities.base64Decode(pcmBase64);
  const pcmBlob = Utilities.newBlob(pcmBytes, 'application/octet-stream', 'test.pcm');
  DriveApp.createFile(pcmBlob);

  const sampleRate = 24000;
  const channels = 1;
  const bits = 16;

  const wavBytes = createWavFromPcm(pcmBytes, sampleRate, channels, bits);
  const wavBlob = Utilities.newBlob(wavBytes, 'audio/wav', 'test.wav');
  DriveApp.createFile(wavBlob);
}

אגב, לגבי שליחת מיילים אפשר לשלוח על ידי שלוחת api במקום לקרוא את הymgr בשלוחת קבלת נתונים (יצטרכו לעשות פריסה של הסקריפט ולהוסיף פונקציית doGet ולהשתיק את הודעת אין מענה משרת api.) כך הוא לא יצטרך בכל ריצה לבדוק את הymgr וכך הסקריפט יהיה מהיר יותר.

[שקיעות בלימוד]

משהוא יודע למה זה קורה ?
אולי בגלל הסינון שלי ?

[חסיד פשוט]

@שקיעות-בלימוד אכן זה בגלל נטפרי שצריך לשלוח פניה

[שקיעות בלימוד]

@חסיד-פשוט
אין לי בעיה לשלוח רק מה אני צריך לבקש מהם לפתוח ?

[חסיד פשוט]

@שקיעות-בלימוד שלח להם הסרטות מסך מהקובץ הגדרות

[שקיעות בלימוד]

@חסיד-פשוט
וזה ישחרר לכולם או רק לי ?

[האדם החושב]

@שקיעות-בלימוד רק לך.