Integracija v brskalnik in najboljše prakse
Na tej strani
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:
| Kodek | Chrome | Firefox | Safari | Edge | Priporočeno |
|---|---|---|---|---|---|
| MP3 | Da | Da | Da | Da | Da |
| WAV | Da | Da | Da | Da | Da |
| Surovi PCM | Ne | Ne | Ne | Ne | Ne |
| mulaw/alaw | Ne | Ne | Ne | Ne | Ne |
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.