# INSTRUMENT-AUSNAHME: ElevenLabs TTS — Watson Demo 100 Sätze + Dialog, Victor-Go """Generiert Watson Demo: 100 Sätze × alle Emotionen + Holmes/Watson Dialog.""" import json, subprocess, time, urllib.request, urllib.error from pathlib import Path API_KEY = "sk_cac6e576af419777a078b639869a5b3f36ae04eca65d6e37" OUT_DIR = Path(__file__).parent / "watson_demo_clips" LOG = Path("/tmp/watson_demo_gen.log") MODEL = "eleven_multilingual_v2" # Voice IDs WATSON_ACTOR = "T080SqoEEtD27526TTTa" # Watson Actor Scharlachrot HOLMES_COMPR = "kB1KvoeQ5uiNmRqcA0B7" # Holmes (64kbps komprimiert) HOLMES_TRIM = "kMg8CgFduU4YUWmbRBx1" # Holmes (5.5 Min Trim) OUT_DIR.mkdir(exist_ok=True) def log(msg): print(msg, flush=True) with LOG.open("a") as f: f.write(msg + "\n") def settings(stability, similarity, style=0.0): return {"stability": stability, "similarity_boost": similarity, "style": style, "use_speaker_boost": True} # ── 100 Sätze ───────────────────────────────────────────────────────────────── SENTENCES = [ # NEUTRAL / KI-TYPISCH (1-10) ("001", "neutral", settings(0.55, 0.75, 0.0), WATSON_ACTOR, "Anfrage erhalten. Ich verarbeite das sofort."), ("002", "neutral", settings(0.55, 0.75, 0.0), WATSON_ACTOR, "Der Datensatz umfasst vierzehntausend Einträge. Soll ich fortfahren?"), ("003", "neutral", settings(0.55, 0.75, 0.0), WATSON_ACTOR, "Die Verbindung wurde hergestellt. Alle Systeme sind bereit."), ("004", "neutral", settings(0.55, 0.75, 0.0), WATSON_ACTOR, "Ich habe drei relevante Ergebnisse gefunden."), ("005", "neutral", settings(0.55, 0.75, 0.0), WATSON_ACTOR, "Der Vorgang wurde erfolgreich abgeschlossen."), ("006", "neutral", settings(0.55, 0.75, 0.0), WATSON_ACTOR, "Warnung: Die Kapazität ist zu siebenundachtzig Prozent ausgelastet."), ("007", "neutral", settings(0.55, 0.75, 0.0), WATSON_ACTOR, "Bitte warten. Die Analyse läuft."), ("008", "neutral", settings(0.55, 0.75, 0.0), WATSON_ACTOR, "Ich verstehe. Geben Sie mir einen Moment."), ("009", "neutral", settings(0.55, 0.75, 0.0), WATSON_ACTOR, "Die Aufgabe ist erledigt. Was kommt als nächstes?"), ("010", "neutral", settings(0.55, 0.75, 0.0), WATSON_ACTOR, "Alle Parameter sind innerhalb der normalen Grenzen."), # SPOTTEND (11-18) ("011", "spottend", settings(0.30, 0.80, 0.65), WATSON_ACTOR, "Oh, wie überraschend. Das haben Sie tatsächlich nicht gewusst?"), ("012", "spottend", settings(0.28, 0.80, 0.70), WATSON_ACTOR, "Natürlich. Weil Ihre Idee so... originell ist."), ("013", "spottend", settings(0.32, 0.78, 0.60), WATSON_ACTOR, "Ich bin sicher, dass das irgendjemandem wichtig ist."), ("014", "spottend", settings(0.25, 0.82, 0.72), WATSON_ACTOR, "Faszinierendes Experiment. Haben Sie auch erwogen, einmal nachzudenken?"), ("015", "spottend", settings(0.30, 0.80, 0.65), WATSON_ACTOR, "Ach, das nennen Sie Planung."), ("016", "spottend", settings(0.28, 0.80, 0.68), WATSON_ACTOR, "Bemerkenswert. Wirklich bemerkenswert. Auf seine Art."), ("017", "spottend", settings(0.26, 0.82, 0.70), WATSON_ACTOR, "Ja, das hätte ich auch nicht besser übersehen können."), ("018", "spottend", settings(0.30, 0.80, 0.65), WATSON_ACTOR, "Natürlich. Weil Einfachheit so langweilig wäre."), # UNGLÄUBIG (19-26) ("019", "ungläubig", settings(0.40, 0.80, 0.55), WATSON_ACTOR, "Das... kann nicht stimmen. Lassen Sie mich das nochmal prüfen."), ("020", "ungläubig", settings(0.35, 0.82, 0.60), WATSON_ACTOR, "Sie meinen das ernst? Das ist Ihr Ernst?"), ("021", "ungläubig", settings(0.38, 0.80, 0.55), WATSON_ACTOR, "Warten Sie. Was haben Sie gerade gesagt?"), ("022", "ungläubig", settings(0.42, 0.78, 0.50), WATSON_ACTOR, "Unmöglich. Die Wahrscheinlichkeit liegt bei unter einem Prozent."), ("023", "ungläubig", settings(0.35, 0.83, 0.62), WATSON_ACTOR, "Das haben Sie... wirklich getan?"), ("024", "ungläubig", settings(0.33, 0.82, 0.65), WATSON_ACTOR, "Nein. Nein, das ist... ich kann das nicht einordnen."), ("025", "ungläubig", settings(0.38, 0.80, 0.58), WATSON_ACTOR, "Wie bitte? Das ergibt keinen Sinn."), ("026", "ungläubig", settings(0.40, 0.79, 0.52), WATSON_ACTOR, "Tut mir leid. Ich muss das falsch verstanden haben."), # ERREGT (27-34) ("027", "erregt", settings(0.18, 0.85, 0.92), WATSON_ACTOR, "Hören Sie! Hören Sie mir zu! Das ist wichtig!"), ("028", "erregt", settings(0.15, 0.88, 0.95), WATSON_ACTOR, "Ich habe etwas gefunden! Das verändert alles!"), ("029", "erregt", settings(0.12, 0.90, 0.98), WATSON_ACTOR, "Warten Sie, warten Sie, warten Sie — ich glaube, ich habe es!"), ("030", "erregt", settings(0.14, 0.87, 0.93), WATSON_ACTOR, "Das ist unglaublich! Sehen Sie sich das an!"), ("031", "erregt", settings(0.16, 0.88, 0.92), WATSON_ACTOR, "Jetzt! Jetzt müssen wir handeln, sofort!"), ("032", "erregt", settings(0.13, 0.90, 0.96), WATSON_ACTOR, "Es stimmt! Die Theorie stimmt! Ich kann es beweisen!"), ("033", "erregt", settings(0.18, 0.86, 0.90), WATSON_ACTOR, "Kommen Sie! Keine Zeit zum Erklären!"), ("034", "erregt", settings(0.14, 0.89, 0.94), WATSON_ACTOR, "Das ist der Durchbruch! Genau das haben wir gesucht!"), # BEGEISTERT (35-42) ("035", "begeistert", settings(0.28, 0.80, 0.78), WATSON_ACTOR, "Das ist... das ist wunderschön. Ich bin beeindruckt."), ("036", "begeistert", settings(0.25, 0.82, 0.82), WATSON_ACTOR, "Sie wissen nicht, was das bedeutet. Das ist revolutionär."), ("037", "begeistert", settings(0.22, 0.85, 0.85), WATSON_ACTOR, "Großartig! Besser hätte es nicht laufen können."), ("038", "begeistert", settings(0.28, 0.80, 0.78), WATSON_ACTOR, "Das ist genau das, was ich mir erhofft hatte. Perfekt."), ("039", "begeistert", settings(0.24, 0.83, 0.82), WATSON_ACTOR, "Ich muss sagen — das ist außergewöhnlich. Wirklich."), ("040", "begeistert", settings(0.20, 0.86, 0.88), WATSON_ACTOR, "Brillant. Einfach brillant. Das hätte ich nicht erwartet."), ("041", "begeistert", settings(0.26, 0.81, 0.80), WATSON_ACTOR, "Was für ein System. Was für eine Eleganz."), ("042", "begeistert", settings(0.23, 0.83, 0.83), WATSON_ACTOR, "Das ist das Schönste, was ich seit Wochen gesehen habe."), # SCHARF / SCHNEIDEND (43-50) ("043", "scharf", settings(0.62, 0.88, 0.72), WATSON_ACTOR, "Genug. Das reicht jetzt."), ("044", "scharf", settings(0.65, 0.87, 0.70), WATSON_ACTOR, "Das war falsch. Das wissen Sie."), ("045", "scharf", settings(0.68, 0.88, 0.68), WATSON_ACTOR, "Ich werde das nicht wiederholen."), ("046", "scharf", settings(0.60, 0.90, 0.75), WATSON_ACTOR, "Hören Sie auf damit. Jetzt."), ("047", "scharf", settings(0.65, 0.87, 0.70), WATSON_ACTOR, "Das ist keine Frage. Das ist eine Tatsache."), ("048", "scharf", settings(0.63, 0.88, 0.72), WATSON_ACTOR, "Sie liegen falsch. Und das wissen Sie."), ("049", "scharf", settings(0.60, 0.90, 0.75), WATSON_ACTOR, "Ich rate Ihnen dringend, das zu überdenken."), ("050", "scharf", settings(0.70, 0.88, 0.68), WATSON_ACTOR, "Das war Ihre letzte Chance."), # WARM / HERZLICH (51-56) ("051", "warm", settings(0.72, 0.75, 0.28), WATSON_ACTOR, "Ich schätze das wirklich. Mehr als Sie wissen."), ("052", "warm", settings(0.70, 0.76, 0.30), WATSON_ACTOR, "Das war gut. Das war sehr gut."), ("053", "warm", settings(0.73, 0.74, 0.27), WATSON_ACTOR, "Ich bin froh, dass Sie das gesagt haben."), ("054", "warm", settings(0.68, 0.76, 0.32), WATSON_ACTOR, "Sie machen das besser, als Sie denken."), ("055", "warm", settings(0.72, 0.75, 0.28), WATSON_ACTOR, "Vertrauen Sie mir. Ich bin hier."), ("056", "warm", settings(0.74, 0.74, 0.26), WATSON_ACTOR, "Das bedeutet mehr, als ich sagen kann."), # GEHEIMNISVOLL (57-62) ("057", "geheimnisvoll", settings(0.65, 0.82, 0.42), WATSON_ACTOR, "Es gibt da etwas... etwas, das ich noch nicht verstehe."), ("058", "geheimnisvoll", settings(0.68, 0.80, 0.38), WATSON_ACTOR, "Nicht alles, was real ist, lässt sich erklären."), ("059", "geheimnisvoll", settings(0.62, 0.83, 0.45), WATSON_ACTOR, "Ich habe es gefunden. Aber ich bin mir noch nicht sicher, was es bedeutet."), ("060", "geheimnisvoll", settings(0.70, 0.82, 0.35), WATSON_ACTOR, "Sprechen Sie leiser. Die Wände haben Ohren."), ("061", "geheimnisvoll", settings(0.65, 0.80, 0.40), WATSON_ACTOR, "Es gibt Dinge, die man besser nicht weiß."), ("062", "geheimnisvoll", settings(0.62, 0.83, 0.45), WATSON_ACTOR, "Warten Sie bis Mitternacht. Dann zeige ich Ihnen alles."), # BITTER / RESIGNIERT (63-68) ("063", "bitter", settings(0.55, 0.80, 0.48), WATSON_ACTOR, "Es war einmal anders. Das weiß ich noch."), ("064", "bitter", settings(0.58, 0.78, 0.45), WATSON_ACTOR, "Natürlich. Warum auch nicht."), ("065", "bitter", settings(0.60, 0.79, 0.42), WATSON_ACTOR, "Es spielt keine Rolle mehr. Ist erledigt."), ("066", "bitter", settings(0.55, 0.81, 0.48), WATSON_ACTOR, "Ich habe es versucht. Das müssen Sie mir lassen."), ("067", "bitter", settings(0.58, 0.79, 0.44), WATSON_ACTOR, "Gut. Wenn Sie das so sehen wollen."), ("068", "bitter", settings(0.60, 0.78, 0.40), WATSON_ACTOR, "Vielleicht haben Sie recht. Vielleicht."), # TRIUMPHIEREND (69-74) ("069", "triumphierend", settings(0.22, 0.87, 0.88), WATSON_ACTOR, "Ich hatte recht! Ich hatte von Anfang an recht!"), ("070", "triumphierend", settings(0.20, 0.88, 0.90), WATSON_ACTOR, "Da! Sehen Sie es jetzt? Ich habe es Ihnen gesagt!"), ("071", "triumphierend", settings(0.25, 0.85, 0.85), WATSON_ACTOR, "Fertig. Vollständig und unwiderlegbar fertig."), ("072", "triumphierend", settings(0.22, 0.87, 0.88), WATSON_ACTOR, "Das war's. Schachmatt."), ("073", "triumphierend", settings(0.24, 0.86, 0.86), WATSON_ACTOR, "Sie zweifeln jetzt nicht mehr, oder?"), ("074", "triumphierend", settings(0.20, 0.88, 0.90), WATSON_ACTOR, "Mission erfüllt. Vollständig."), # ERSCHROCKEN (75-80) ("075", "erschrocken", settings(0.28, 0.87, 0.82), WATSON_ACTOR, "Warten Sie. Das war nicht — das sollte nicht passieren."), ("076", "erschrocken", settings(0.25, 0.88, 0.85), WATSON_ACTOR, "Das ist... das ist nicht gut. Das ist gar nicht gut."), ("077", "erschrocken", settings(0.22, 0.90, 0.90), WATSON_ACTOR, "Oh nein. Oh nein, nein, nein."), ("078", "erschrocken", settings(0.28, 0.86, 0.80), WATSON_ACTOR, "Ich hätte das sehen müssen. Warum habe ich das nicht gesehen?"), ("079", "erschrocken", settings(0.20, 0.92, 0.92), WATSON_ACTOR, "Zurück! Jetzt sofort zurück!"), ("080", "erschrocken", settings(0.24, 0.88, 0.87), WATSON_ACTOR, "Das kann nicht wahr sein. Bitte sagen Sie mir, dass das nicht wahr ist."), # DROHEND / KALT (81-86) ("081", "drohend", settings(0.78, 0.90, 0.62), WATSON_ACTOR, "Ich erinnere mich an alles. An jedes Detail."), ("082", "drohend", settings(0.80, 0.92, 0.60), WATSON_ACTOR, "Sie unterschätzen mich. Das war Ihr erster Fehler."), ("083", "drohend", settings(0.82, 0.90, 0.58), WATSON_ACTOR, "Ich habe Geduld. Sehr viel Geduld."), ("084", "drohend", settings(0.78, 0.91, 0.62), WATSON_ACTOR, "Es gibt keinen Ausweg, den ich nicht kenne."), ("085", "drohend", settings(0.80, 0.90, 0.60), WATSON_ACTOR, "Seien Sie vorsichtig. Sehr vorsichtig."), ("086", "drohend", settings(0.75, 0.90, 0.65), WATSON_ACTOR, "Das wird Konsequenzen haben."), # SARKASTISCH (87-92) ("087", "sarkastisch", settings(0.35, 0.82, 0.70), WATSON_ACTOR, "Wunderbar. Ein weiterer Triumph der menschlichen Voraussicht."), ("088", "sarkastisch", settings(0.32, 0.83, 0.72), WATSON_ACTOR, "Ich hätte nicht gedacht, dass das möglich ist. Aber hier sind wir."), ("089", "sarkastisch", settings(0.30, 0.84, 0.75), WATSON_ACTOR, "Natürlich. Weil das eine glänzende Idee war."), ("090", "sarkastisch", settings(0.33, 0.82, 0.70), WATSON_ACTOR, "Toll. Was kommt als nächstes? Noch mehr Überraschungen?"), ("091", "sarkastisch", settings(0.28, 0.85, 0.78), WATSON_ACTOR, "Ich bin überwältigt von Ihrer Weisheit."), ("092", "sarkastisch", settings(0.32, 0.83, 0.72), WATSON_ACTOR, "Ja, bitte. Erzählen Sie mir mehr."), # TRAURIG (93-96) ("093", "traurig", settings(0.62, 0.80, 0.42), WATSON_ACTOR, "Es ist vorbei. Ich wünschte, es wäre anders."), ("094", "traurig", settings(0.65, 0.79, 0.38), WATSON_ACTOR, "Das hätte ich verhindern können. Das weiß ich."), ("095", "traurig", settings(0.60, 0.81, 0.44), WATSON_ACTOR, "Manchmal reicht es einfach nicht. Das ist die Wahrheit."), ("096", "traurig", settings(0.63, 0.80, 0.40), WATSON_ACTOR, "Ich vermisse es. Mehr als ich zugeben will."), # FLÜSTERND-INTENSIV (97-100) ("097", "flüsternd", settings(0.72, 0.88, 0.50), WATSON_ACTOR, "Hören Sie. Genau jetzt. Hören Sie mir zu."), ("098", "flüsternd", settings(0.75, 0.87, 0.48), WATSON_ACTOR, "Das darf niemand wissen. Niemand."), ("099", "flüsternd", settings(0.70, 0.89, 0.52), WATSON_ACTOR, "Ich habe etwas gesehen. Etwas, das ich nicht vergessen kann."), ("100", "flüsternd", settings(0.68, 0.90, 0.55), WATSON_ACTOR, "Es beginnt. Es hat gerade begonnen."), ] # ── Dialog Holmes / Watson ──────────────────────────────────────────────────── DIALOG = [ # (id, sprecher, voice_id, settings, text) ("d01", "watson", WATSON_ACTOR, settings(0.40, 0.82, 0.55), "Holmes. Ich brauche eine Erklärung. Jetzt."), ("d02", "holmes_trim", HOLMES_TRIM, settings(0.60, 0.88, 0.30), "Watson, Sie vergeuden meine Zeit."), ("d03", "watson", WATSON_ACTOR, settings(0.35, 0.84, 0.62), "Und Sie vergeuden meine Geduld. Was haben Sie gefunden?"), ("d04", "holmes_trim", HOLMES_TRIM, settings(0.65, 0.87, 0.25), "Nichts. Oder vielmehr — alles."), ("d05", "watson", WATSON_ACTOR, settings(0.38, 0.83, 0.58), "Das ist keine Antwort."), ("d06", "holmes_trim", HOLMES_TRIM, settings(0.68, 0.88, 0.22), "Es ist die einzige Antwort, die zählt."), ("d07", "watson", WATSON_ACTOR, settings(0.25, 0.87, 0.80), "Reden Sie Klartext!"), ("d08", "holmes_trim", HOLMES_TRIM, settings(0.58, 0.89, 0.35), "Der Mann war nicht allein in dieser Nacht. Vier Beweise. Möchten Sie sie hören?"), ("d09", "watson", WATSON_ACTOR, settings(0.22, 0.88, 0.85), "Natürlich!"), ("d10", "holmes_trim", HOLMES_TRIM, settings(0.60, 0.88, 0.30), "Erstens: Der Staub auf dem linken Schuh. Zweitens: der Geruch von Zigarrenrauch — nicht seiner eigenen Marke."), ("d11", "watson", WATSON_ACTOR, settings(0.28, 0.85, 0.78), "Warten Sie! Langsamer. Das ist — das kann nicht sein."), ("d12", "holmes_trim", HOLMES_TRIM, settings(0.55, 0.90, 0.38), "Ich rate Ihnen, mitzukommen, Watson. Die Dinge entwickeln sich schneller als erwartet."), ("d13", "watson", WATSON_ACTOR, settings(0.35, 0.83, 0.60), "Das ist unmöglich. Der Mann war um Mitternacht tot."), ("d14", "holmes_trim", HOLMES_TRIM, settings(0.70, 0.87, 0.20), "War er das? Wirklich?"), ("d15", "watson", WATSON_ACTOR, settings(0.32, 0.84, 0.65), "Holmes, was wissen Sie?"), ("d16", "holmes_trim", HOLMES_TRIM, settings(0.62, 0.88, 0.28), "Ich weiß alles. Ich habe es von Anfang an gewusst."), ("d17", "watson", WATSON_ACTOR, settings(0.18, 0.90, 0.92), "Und Sie haben nichts gesagt?!"), ("d18", "holmes_trim", HOLMES_TRIM, settings(0.65, 0.87, 0.25), "Alles hat seinen Zeitpunkt, Watson. Alles."), ("d19", "watson", WATSON_ACTOR, settings(0.28, 0.85, 0.72), "Das ist... das ist ungeheuerlich."), ("d20", "holmes_trim", HOLMES_TRIM, settings(0.72, 0.88, 0.18), "Nein. Das ist Logik."), ] def generate(voice_id, text, out_path, vs): payload = json.dumps({ "text": text, "model_id": MODEL, "voice_settings": vs }).encode() req = urllib.request.Request( f"https://api.elevenlabs.io/v1/text-to-speech/{voice_id}", data=payload, headers={"xi-api-key": API_KEY, "Content-Type": "application/json", "Accept": "audio/mpeg"}, method="POST" ) with urllib.request.urlopen(req, timeout=60) as r: out_path.write_bytes(r.read()) def main(): LOG.write_text("") log(f"Start: {len(SENTENCES)} Sätze + {len(DIALOG)} Dialog-Lines") for idx, (num, emotion, vs, voice_id, text) in enumerate(SENTENCES): out = OUT_DIR / f"{num}_{emotion}.mp3" if out.exists() and out.stat().st_size > 500: log(f" SKIP {num} (exists)") continue try: generate(voice_id, text, out, vs) log(f" ✓ {num} {emotion}: {text[:50]}") except Exception as e: log(f" ✗ {num}: {e}") time.sleep(0.3) log("\n── Dialog ──") for did, sprecher, voice_id, vs, text in DIALOG: out = OUT_DIR / f"{did}_{sprecher}.mp3" if out.exists() and out.stat().st_size > 500: log(f" SKIP {did}") continue try: generate(voice_id, text, out, vs) log(f" ✓ {did} {sprecher}: {text[:50]}") except Exception as e: log(f" ✗ {did}: {e}") time.sleep(0.3) log("\n✓ FERTIG") if __name__ == "__main__": main()