Preskok na glavno vsebino
Slovenščina— Izberite jezik
Meni

Integracija v brskalnik in najboljše prakse

Lekcija 14 od 14 Posodobljeno 3. november 2026 Razvijalec
Na tej strani
  1. Namestitev TTS v spletno aplikacijo
  2. Podpora kodekom v brskalniku
  3. Težava z AudioContext v Safariju
  4. URL-ji Blob in puščanje pomnilnika
  5. Najboljše prakse za proizvodnjo
  6. Ključne ugotovitve
  7. Preveri svoje razumevanje

Posodobljeno 3. novembra 2026 na podlagi strani xAI Text to Speech: preverjanje na strani strežnika uporablja trenutno omejitev 60.000 znakov na zahtevo. Vir: Text to Speech.

Namestitev TTS v spletno aplikacijo

Integracija TTS v brskalnik prinaša specifične izzive: podpora kodekom, upravljanje pomnilnika, posebnosti Safarija in zmogljivost. Ta zadnja lekcija ti ponuja vse, kar potrebuješ za robustno proizvodno integracijo.

Podpora kodekom v brskalniku

Ne podpira vsak brskalnik vsake avdio oblike. Izberi pravi kodek za svoje občinstvo:

KodekChromeFirefoxSafariEdgePriporočeno
MP3DaDaDaDaDa
WAVDaDaDaDaDa
Surovi PCMNeNeNeNeNe
mulaw/alawNeNeNeNeNe

Preprosto pravilo: v brskalniku uporabi MP3 ali WAV. PCM, mulaw in alaw so namenjeni strežniškim aplikacijam in telefoniji, ne spletnemu predvajanju.

// Zahtevaj MP3 od API-ja (prek svojega zaledja)
const response = await fetch("/api/tts", {
  method: "POST",
  headers: { "Content-Type": "application/json" },
  body: JSON.stringify({
    text: "Hello from the browser.",
    voice_id: "eve",
    language: "en"
    // Ni treba nastaviti output_format: MP3 je privzet
  })
});

Težava z AudioContext v Safariju

Safari nalaga varnostno omejitev: AudioContext lahko ustvariš samo znotraj rokodelca za uporabnikov dogodek (klik, pritisk tipke, dotik). Če poskušaš ustvariti AudioContext ob nalaganju strani, ga Safari tiho blokira.

Napačen pristop

// V Safariju NE deluje
const audioContext = new AudioContext(); // Blokirano!

async function playTTS() {
  const audio = await fetchTTS("Hello");
  // audioContext je v Safariju zaustavljen...
}

Pravi pristop

let audioContext = null;

// Ustvari AudioContext ob prvem uporabnikovem kliku
document.getElementById("play-btn").addEventListener("click", async () => {
  if (!audioContext) {
    audioContext = new AudioContext();
  }

  // Nadaljuj, če je zaustavljen
  if (audioContext.state === "suspended") {
    await audioContext.resume();
  }

  const response = await fetch("/api/tts", {
    method: "POST",
    headers: { "Content-Type": "application/json" },
    body: JSON.stringify({
      text: "Hello from Safari.",
      voice_id: "eve",
      language: "en"
    })
  });

  const arrayBuffer = await response.arrayBuffer();
  const audioBuffer = await audioContext.decodeAudioData(arrayBuffer);

  const source = audioContext.createBufferSource();
  source.buffer = audioBuffer;
  source.connect(audioContext.destination);
  source.start(0);
});

Ta pristop deluje v vsakem brskalniku, ne le v Safariju. To je dobra univerzalna praksa.

URL-ji Blob in puščanje pomnilnika

Ko ustvariš URL-je Blob za predvajanje zvoka, vsak URL porabi pomnilnik, dokler ga izrecno ne sprostiš. Brez čiščenja bo tvoja aplikacija puščala pomnilnik.

Težava

// Vsak klic ustvari URL Blob, ki se nikoli ne sprosti
async function playTTS(text) {
  const response = await fetch("/api/tts", { ... });
  const blob = await response.blob();
  const url = URL.createObjectURL(blob); // Puščanje pomnilnika!
  const audio = new Audio(url);
  audio.play();
}

Rešitev

async function playTTS(text) {
  const response = await fetch("/api/tts", {
    method: "POST",
    headers: { "Content-Type": "application/json" },
    body: JSON.stringify({ text, voice_id: "eve", language: "en" })
  });

  const blob = await response.blob();
  const url = URL.createObjectURL(blob);
  const audio = new Audio(url);

  // Sprosti pomnilnik, ko se predvajanje konča
  audio.addEventListener("ended", () => {
    URL.revokeObjectURL(url);
  });

  // Sprosti ga tudi ob napaki
  audio.addEventListener("error", () => {
    URL.revokeObjectURL(url);
  });

  audio.play();
}

Za aplikacije, ki ustvarjajo veliko zvoka, imej seznam aktivnih URL-jev in jih občasno počisti:

class AudioManager {
  constructor() {
    this.activeUrls = new Set();
  }

  async play(text) {
    const response = await fetch("/api/tts", {
      method: "POST",
      headers: { "Content-Type": "application/json" },
      body: JSON.stringify({ text, voice_id: "eve", language: "en" })
    });

    const blob = await response.blob();
    const url = URL.createObjectURL(blob);
    this.activeUrls.add(url);

    const audio = new Audio(url);
    audio.addEventListener("ended", () => this.release(url));
    audio.addEventListener("error", () => this.release(url));
    audio.play();
    return audio;
  }

  release(url) {
    URL.revokeObjectURL(url);
    this.activeUrls.delete(url);
  }

  cleanup() {
    // Sprosti vsak aktivni URL
    for (const url of this.activeUrls) {
      URL.revokeObjectURL(url);
    }
    this.activeUrls.clear();
  }
}

Najboljše prakse za proizvodnjo

Omejevanje hitrosti v zaledju

Zaščiti svoje zaledje pred zlorabami z omejevanjem števila zahtev na uporabnika:

const rateLimit = require("express-rate-limit");

const ttsLimiter = rateLimit({
  windowMs: 60 * 1000, // 1 minuta
  max: 10, // 10 zahtev na minuto na IP
  message: { error: "Preveč zahtev TTS" }
});

app.post("/api/tts", ttsLimiter, async (req, res) => {
  // ... posredovanje API-ju xAI
});

Preverjanje besedila

Pred pošiljanjem besedila API-ju ga validiraj in očisti:

function validateTTSInput(text) {
  if (!text || typeof text !== "string") {
    throw new Error("Besedilo je obvezno");
  }
  if (text.length > 60000) {
    throw new Error("Besedilo je predolgo (največ 60.000 znakov)");
  }
  // Odstrani nadzorne znake
  return text.replace(/[\x00-\x08\x0B\x0C\x0E-\x1F]/g, "");
}

Predpomnjenje zvoka

Za ponavljajoča se besedila (pozdravi, standardna navodila) predpomni ustvarjeni zvok:

const audioCache = new Map();

async function getTTS(text, voice, language) {
  const cacheKey = `${text}:${voice}:${language}`;

  if (audioCache.has(cacheKey)) {
    return audioCache.get(cacheKey);
  }

  const audio = await fetchTTSFromAPI(text, voice, language);
  audioCache.set(cacheKey, audio);
  return audio;
}

Predgeneriranje

Za vsebino, ki jo poznaš vnaprej (e-učenje, IVR), generiraj avdio datoteke ob času gradnje namesto tekoče.

Ključne ugotovitve

  • V brskalniku uporabi MP3 ali WAV, nikoli PCM/mulaw/alaw
  • V Safariju ustvari AudioContext znotraj rokodelca za uporabnikov dogodek
  • Vedno sprosti URL-je Blob z URL.revokeObjectURL() po uporabi
  • Dodaj omejevanje hitrosti svojemu strežniškemu posredniku
  • Pred pošiljanjem API-ju validiraj in očisti besedilo
  • Predpomni zvok za ponavljajoča se besedila, da prihraniš klice API-ja
  • Vnaprej generiraj zvok za vsebino, ki jo poznaš vnaprej

Preveri svoje razumevanje

Sinteza govora xAI: od prvega klica do pretočnega cevovoda.

1. Kako deluje osnovni klic TTS?

Odgovor: POST na /v1/tts z besedilom, izbranim glasom (ki ga lahko našteješ prek API-ja) in parametri. Odziv je zvok, obračunan po količini sintetiziranega govora.

2. Kaj omogočajo izrazne oznake?

Odgovor: Nadzor govora znotraj besedila: vrstične in ovijalne oznake za intonacijo, premike in poudarke, ki jih lahko kombiniraš za naravno, usmerjeno branje.

3. Kdaj moraš preklopiti na TTS WebSocket?

Odgovor: Za delovanje v realnem času: besedilo odide kot tok, zvok pa se neprekinjeno vrača. To je temelj cevovodov LLM → TTS, kjer se glas začne, preden se generiranje konča.

4. Kako varno integriraš brskalnik?

Odgovor: Ključa API nikoli ne vključi v odjemalca: brskalnik gre prek tvojega strežnika ali uporabi kratkotrajna poverila, ti pa pravilno obravnavaš napake HTTP.

5. Kako izgleda popoln proizvodni cevovod?

Odgovor: Pretok LLM → segmenti besedila → TTS WebSocket → predvajanje zvoka. Vsaka povezava pretaka, zato se zaznana zakasnitev zruši, najboljše prakse iz tega tečaja pa zaključijo krog.

Oznake za izraznost, WebSocket za realni čas, tvoj strežnik za skrivnosti: tvoje aplikacije so pripravljene govoriti.