Vai al contenuto
Integra / Prosopo Developers

Python SDK

Configura persone, crea token e gestisci conversazioni asincrone con input testuale e audio.

Installa dal repository

Richiede Python 3.11 o successivo. Il pacchetto non è ancora pubblicato su PyPI. Esegui questo comando dalla radice del repository.

Shell
python -m pip install ./packages/sdk-server-python

Client REST

Il client REST è sincrono. Usa asyncio.to_thread se lo richiami da un event loop. La chiave resta sul server e le risorse sono limitate all’account proprietario.

Python
import os
from prosopo_sdk_server import ProsopoClient

client = ProsopoClient(
    base_url=os.environ["PROSOPO_BASE_URL"],
    api_key=os.environ["PROSOPO_API_KEY"],
)
people = client.list_personas()["data"]
capacity = client.get_concurrency()
session = client.create_session_token(
    persona_id=people[0]["id"],
    origin="https://app.example",
)

Conversazione asincrona

Usa l’origine autorizzata anche nelle connessioni server. Il context manager chiude il socket. Leggi events() da un solo consumer: audio contiene PCM codificato base64; transcript contiene frammenti incrementali. history conserva il testo ricevuto in memoria.

Python
import asyncio
import base64
from prosopo_sdk_server import ProsopoSession

async def run(session):
    async with ProsopoSession(
        websocket_url=session["websocket_url"],
        session_token=session["session_token"],
        origin="https://app.example",
    ) as stream:
        await stream.send_text("Presentati in una frase")
        async for event in stream.events():
            if event["type"] == "audio":
                pcm = base64.b64decode(event["audio"])
                # Invia pcm alla tua uscita audio (24 kHz, mono, s16le).
            elif event["type"] == "transcript":
                print(event["text"], end="", flush=True)
            elif event["type"] in ("generation_done", "error"):
                break

asyncio.run(run(session))

Testo, voce e interruzioni

await stream.talk(text) esegue TTS diretto. await stream.send_audio(pcm) invia PCM al riconoscimento vocale (massimo 96000 byte per messaggio). Sono disponibili interrupt(), set_muted(bool) e disconnect(). Il client Python riceve audio ed eventi; i frame video RGB e WebRTC non sono attualmente disponibili.