Artikulli paraqet një udhëzues për ndërtimin e një aplikacioni web që e kthen një kërkesë të shkurtër të përdoruesit në një histori të rrëfyer me audio. Koncepti përfshin zëra për personazhet, muzikë në sfond dhe degëzime të rrëfimit sipas ndërveprimit të përdoruesit, duke përdorur inteligjencën artificiale për zërin dhe teknologjinë tekst-në-të-folur (TTS).
Arkitektura e propozuar lidh ndërfaqen e përdoruesit me një motor gjenerimi historish të bazuar në OpenAI/GPT dhe më pas me shërbimin ElevenLabs TTS, i cili prodhon skedarët audio. Për ndërfaqen përmenden React ose Vue, ndërsa ndërveprimi i përdoruesit shërben për të ndikuar në vijimin e historisë.
Udhëzuesi parashikon një backend minimal në Python që komunikon me API-në e ElevenLabs dhe një ndërfaqe në JavaScript për zgjedhjen e personazheve dhe dëgjimin e historisë në kohë reale. Ai përfshin edhe përdorimin e ElevenLabs për të folur shprehës dhe klonimin e zërit. Fragmenti i kodit përdor modelin gpt-4o-mini për të kërkuar një skenar të shkurtër me etiketa folësish dhe dalje në format JSON, por materiali i dhënë ndërpritet përpara se të paraqitet zbatimi i plotë.
Burimi: DEV Community (Web Dev Feed) — lexoni artikullin e plotë në anglisht.
