Skip to content

INTEGRATION.md

Latest commit

 

History

History
363 lines (270 loc) · 9.3 KB

INTEGRATION.md

File metadata and controls

363 lines (270 loc) · 9.3 KB

Integration AudioReader avec Claude.ai et ChatGPT

Ce document explique comment piloter AudioReader depuis Claude.ai ou ChatGPT.

Vue d'ensemble

AudioReader expose deux interfaces pour le pilotage par IA :

Interface Protocole Utilisation
MCP Server Model Context Protocol Claude.ai, Claude Desktop
REST API HTTP/OpenAPI ChatGPT Actions, GPTs personnalises, tout client HTTP

1. Integration Claude.ai / Claude Desktop (MCP)

Installation

# Installer le package MCP
pip install mcp

# Verifier l'installation
python -c "import mcp; print('MCP OK')"

Configuration Claude Desktop

Editez le fichier de configuration Claude Desktop :

macOS : ~/Library/Application Support/Claude/claude_desktop_config.json Windows : %APPDATA%\Claude\claude_desktop_config.json Linux : ~/.config/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "audioreader": {
      "command": "python",
      "args": ["/chemin/vers/AudioReader/mcp_server.py"],
      "env": {}
    }
  }
}

Demarrage

Redemarrez Claude Desktop. Le serveur AudioReader sera disponible automatiquement.

Outils MCP disponibles

Outil Description
list_voices Liste les voix disponibles
generate_audio Genere un audio simple
generate_audiobook Genere un audiobook complet
analyze_text Analyse dialogues et emotions
get_config Configuration actuelle
set_config Modifier la configuration
list_output_files Liste les fichiers generes

Exemples d'utilisation avec Claude

Utilisateur : "Genere un audio du texte 'Bonjour, je suis AudioReader'"

Claude : [Appelle l'outil generate_audio]
L'audio a ete genere avec succes !
- Fichier : output/audio_abc123.wav
- Duree : 2.5 secondes

Utilisateur : "Convertis ce chapitre en audiobook avec des voix differentes pour chaque personnage"

Claude : [Appelle l'outil generate_audiobook]
Audiobook genere :
- 45 segments traites
- 3 personnages detectes : Victor, Marie, le narrateur
- Duree totale : 5:32

2. Integration ChatGPT (REST API)

Installation

# Installer les dependances
pip install fastapi uvicorn python-multipart

# Demarrer le serveur
python api_server.py

Le serveur demarre sur http://localhost:8000.

Endpoints disponibles

Methode Endpoint Description
GET / Info API
GET /voices Liste des voix
POST /generate Genere audio simple
POST /audiobook Genere audiobook complet
POST /analyze Analyse texte
GET /config Configuration
GET /files Liste fichiers
GET /files/{name} Telecharge fichier
GET /jobs/{id} Statut d'un job
GET /docs Documentation Swagger
GET /openapi.json Spec OpenAPI

Creer un GPT personnalise (ChatGPT Plus)

  1. Allez sur https://chat.openai.com/gpts
  2. Cliquez "Create a GPT"
  3. Dans "Configure", allez a "Actions"
  4. Cliquez "Create new action"
  5. Importez le schema depuis openapi_chatgpt.json ou l'URL /openapi.json

Configuration de l'Action

Schema URL : https://votre-serveur.com/openapi.json

Authentication : None (ou API Key si vous ajoutez l'authentification)

Privacy Policy : Votre URL de politique de confidentialite

Instructions pour le GPT

Ajoutez ces instructions dans la configuration du GPT :

Tu es un assistant specialise dans la creation d'audiobooks avec AudioReader.

Quand l'utilisateur te demande de creer un audio ou audiobook :
1. Utilise l'action generateAudiobook pour les textes longs
2. Utilise l'action generateAudio pour les textes courts
3. Verifie le statut avec getJobStatus jusqu'a completion
4. Fournis le lien de telechargement quand c'est pret

Pour les textes en francais, utilise la voix ff_siwis.
Pour les textes en anglais, utilise la voix af_heart.

Styles disponibles : storytelling (defaut), dramatic, formal, conversational

Exemple de conversation avec le GPT

Utilisateur : Convertis ce texte en audiobook avec un style dramatique :
"La nuit etait sombre. Victor entra dans la piece.
« Qui est la ? » demanda Marie, effrayee."

GPT : Je lance la generation de l'audiobook en style dramatique...
[Appelle generateAudiobook]

La generation est en cours (job: abc123). Je verifie le statut...
[Appelle getJobStatus]

Votre audiobook est pret !
- Duree : 15 secondes
- 2 personnages detectes : Victor, Marie
- Telechargement : [lien]

3. Deploiement en production

Avec Docker

FROM python:3.11-slim

WORKDIR /app
COPY . .
RUN pip install -r requirements.txt

EXPOSE 8000
CMD ["python", "api_server.py"]
docker build -t audioreader-api .
docker run -p 8000:8000 audioreader-api

Avec ngrok (developpement)

# Installer ngrok
# Demarrer le serveur local
python api_server.py &

# Exposer sur Internet
ngrok http 8000

Utilisez l'URL ngrok dans votre configuration ChatGPT Actions.

Securite (recommande pour production)

Ajoutez une authentification API Key :

# Dans api_server.py
from fastapi import Security, HTTPException
from fastapi.security import APIKeyHeader

API_KEY = "votre-cle-secrete"
api_key_header = APIKeyHeader(name="X-API-Key")

async def verify_api_key(api_key: str = Security(api_key_header)):
    if api_key != API_KEY:
        raise HTTPException(status_code=403, detail="Invalid API Key")
    return api_key

# Ajoutez dependencies=[Depends(verify_api_key)] aux routes

4. Exemples de code client

Python

import requests

# Generer un audio
response = requests.post("http://localhost:8000/generate", json={
    "text": "Bonjour, ceci est un test.",
    "voice": "ff_siwis",
    "speed": 1.0
})
job_id = response.json()["job_id"]

# Attendre la completion
import time
while True:
    status = requests.get(f"http://localhost:8000/jobs/{job_id}").json()
    if status["status"] == "completed":
        print(f"Fichier pret : {status['result']['download_url']}")
        break
    elif status["status"] == "failed":
        print(f"Erreur : {status['error']}")
        break
    time.sleep(1)

JavaScript

async function generateAudio(text) {
    // Demarrer la generation
    const response = await fetch('http://localhost:8000/generate', {
        method: 'POST',
        headers: { 'Content-Type': 'application/json' },
        body: JSON.stringify({ text, voice: 'ff_siwis' })
    });
    const { job_id } = await response.json();

    // Attendre la completion
    while (true) {
        const status = await fetch(`http://localhost:8000/jobs/${job_id}`);
        const data = await status.json();

        if (data.status === 'completed') {
            return data.result.download_url;
        }
        if (data.status === 'failed') {
            throw new Error(data.error);
        }
        await new Promise(r => setTimeout(r, 1000));
    }
}

cURL

# Generer un audio
curl -X POST http://localhost:8000/generate \
  -H "Content-Type: application/json" \
  -d '{"text": "Bonjour!", "voice": "ff_siwis"}'

# Verifier le statut
curl http://localhost:8000/jobs/abc123

# Telecharger le fichier
curl -O http://localhost:8000/files/audio_abc123.wav

5. Troubleshooting

Le serveur MCP ne demarre pas

# Verifier que mcp est installe
pip install mcp

# Tester le serveur manuellement
python mcp_server.py

L'API REST ne repond pas

# Verifier que les dependances sont installees
pip install fastapi uvicorn

# Demarrer en mode debug
uvicorn api_server:app --reload --log-level debug

Erreur de synthese vocale

# Verifier que Kokoro ou Edge-TTS est disponible
python -c "from src.tts_unified import UnifiedTTS; print('TTS OK')"

Les fichiers audio ne se telecharget pas

Verifiez que le dossier output/ existe et a les bonnes permissions.

6. Architecture

┌─────────────────┐     ┌─────────────────┐
│   Claude.ai     │     │    ChatGPT      │
│  Claude Desktop │     │   GPT Actions   │
└────────┬────────┘     └────────┬────────┘
         │ MCP                   │ HTTP
         ▼                       ▼
┌─────────────────┐     ┌─────────────────┐
│  mcp_server.py  │     │  api_server.py  │
└────────┬────────┘     └────────┬────────┘
         │                       │
         └───────────┬───────────┘
                     ▼
         ┌─────────────────────┐
         │   AudioReader Core  │
         │  - TTS Unified      │
         │  - HQ Pipeline      │
         │  - Emotion Analyzer │
         │  - Bio Acoustics    │
         └─────────────────────┘
                     │
                     ▼
         ┌─────────────────────┐
         │   output/*.wav      │
         └─────────────────────┘