import asyncio
import base64
from sarvamai import AsyncSarvamAI, AudioOutput
import websockets
async def tts_stream():
client = AsyncSarvamAI(api_subscription_key="YOUR_SARVAM_API_KEY")
async with client.text_to_speech_streaming.connect(model="bulbul:v3") as ws:
await ws.configure(
language_code="hi-IN",
speaker="shubh",
output_audio_bitrate= "128k"
)
print("Sent configuration")
text = (
"भारत की संस्कृति विश्व की सबसे प्राचीन और समृद्ध संस्कृतियों में से एक है।"
"यह विविधता, सहिष्णुता और परंपराओं का अद्भुत संगम है, "
"जिसमें विभिन्न धर्म, भाषाएं, त्योहार, संगीत, नृत्य, वास्तुकला और जीवनशैली शामिल हैं।"
)
await ws.convert(text)
print("Sent text message")
await ws.flush()
print("Flushed buffer")
chunk_count = 0
with open("output.mp3", "wb") as f:
async for message in ws:
if isinstance(message, AudioOutput):
chunk_count += 1
audio_chunk = base64.b64decode(message.data.audio)
f.write(audio_chunk)
f.flush()
print(f"All {chunk_count} chunks saved to output.mp3")
print("Audio generation complete")
if hasattr(ws, "_websocket") and not ws._websocket.closed:
await ws._websocket.close()
print("WebSocket connection closed.")
if __name__ == "__main__":
asyncio.run(tts_stream())
# --- Notebook/Colab usage ---
# await tts_stream()
