语音合成技术在生活中用越来越广泛,阅读听书、订单播报、智能硬件、语音导航 很多场景下都加入了语音播报功能。语音合成基于深度神经网络技术,提供高度拟人、流畅自然的语音合成服务,可以模拟出不同人的声音,让应用APP、设备开口说话,还能智能化训练个性语音。
这篇文章就介绍华为云提供的语音合成服务使用方法,利用提供的API接口完成语音合成功能,将合成的语音下载下来。
华为云的提供的语音合成,是一种将文本转换成逼真语音的服务。用户通过实时访问和调用API获取语音合成结果,将用户输入的文字合成为音频。通过音色选择、自定义音量、语速,为企业和个人提供个性化的发音服务。
地址: https://console.huaweicloud.com/sis/?region=cn-north-4#/sis/stts
地址: https://support.huaweicloud.com/api-sis/sis_03_0111.html
(1)请求Header参数:
参数 | 是否必选 | 参数类型 | 描述 |
---|---|---|---|
X-Auth-Token | 是 | String | 用户Token。Token认证就是在调用API的时候将Token加到请求消息头,从而通过身份认证,获得操作API的权限,响应消息头中X-Subject-Token的值即为Token。 |
请求头里的X-Auth-Token字段在之前的文章已经介绍过,获取方法看这里: https://bbs.huaweicloud.com/blogs/317759 翻到2.3小节。
**
(2)请求Body参数:**
参数 | 是否必选 | 参数类型 | 描述 |
---|---|---|---|
text | 是 | String | 待合成的文本,文本长度限制小于500字符。 |
config | 否 | 配置JSON | 语音合成配置信息。 |
(3)TtsConfig的配置参数:
参数 | 是否必选 | 参数类型 | 描述 |
---|---|---|---|
audio_format | 否 | String | 语音格式头:wav、mp3、pcm默认:wav父节点:config |
sample_rate | 否 | String | 采样率:16000、8000默认:8000父节点:config |
property | 否 | String | 语音合成特征字符串,组成形式为{language} {speaker} {domain},即“语种人员标识领域”。发音人分为普通发音人和精品发音人,每次调用价格相同,针对精品发音人,每50字计一次调用,不足50字按一次计;普通发音人每100字计一次调用,不足100字按一次计。其中1个汉字、1个英文字母或1个标点均算作1个字符。精品发音人:区域仅支持cn-north-4、cn-east-3,暂时不支持音高调节。使用精品发音人如果报错SIS.0411,请检查是否符合使用约束。默认:chinese_xiaoyan_common父节点:config |
speed | 否 | Integer | 语速。取值范围:-500~500默认值:0父节点:config**说明:**当取值为“0”时,表示一个成年人正常的语速,约为250字/分钟。设置该值时,语速和数值没有绝对的映射关系。 |
pitch | 否 | Integer | 音高。取值范围: -500~500默认值:0父节点:config |
volume | 否 | Integer | 音量。取值范围:0~100默认值:50父节点:config |
(4)普通发音人property取值范围:
property取值 | 描述 |
---|---|
chinese_xiaoqi_common | 小琪,标准女声发音人。 |
chinese_xiaoyu_common | 小宇,标准男声发音人。 |
chinese_xiaoyan_common | 小燕,温柔女声发音人。 |
chinese_xiaowang_common | 小王,童声发音人。 |
chinese_xiaowen_common | 小雯,柔美女声发音人。 |
chinese_xiaojing_common | 小婧,俏皮女声发音人。 |
chinese_xiaosong_common | 小宋,激昂男声发音人。 |
chinese_xiaoxia_common | 小夏,热情女声发音人。 |
chinese_xiaodai_common | 小呆,呆萌童声发音人。 |
chinese_xiaoqian_common | 小倩,成熟女声发音人。 |
english_cameal_common | cameal,柔美女声英文发音人。 |
(5)精品发音人property取值范围:
property取值 | 描述 |
---|---|
chinese_huaxiaoxia_common | 华小夏,热情女声发音人。 |
chinese_huaxiaogang_common | 华晓刚,利落男声发音人。 |
chinese_huaxiaolu_common | 华小璐,知性女声发音人。 |
chinese_huaxiaoshu_common | 华小舒,舒缓女声发音人。 |
chinese_huaxiaowei_common | 华小唯,嗲柔女声发音人。 |
chinese_huaxiaoliang_common | 华小靓,嘹亮女声发音人。 |
chinese_huaxiaodong_common | 华晓东,成熟男声发音人。 |
chinese_huaxiaoyan_common | 华小颜,严厉女声发音人。 |
chinese_huaxiaoxuan_common | 华小萱,台湾女声发音人。 |
chinese_huaxiaowen_common | 华小雯,柔美女声发音人。 |
chinese_huaxiaoyang_common | 华晓阳,朝气男声发音人。 |
chinese_huaxiaomin_common | 华小闽,闽南女声发音人。 |
chinese_huanvxia_literature | 华女侠,武侠女生发音人,只支持16k的采样率。 |
chinese_huaxiaoxuan_literature | 华晓悬,悬疑男声发音人,只支持16k的采样率。 |
chinese_huaxiaomei_common | 华小美,温柔女声发音人。 |
(6)响应的Body参数
状态码: 200
参数 | 是否必选 | 参数类型 | 描述 |
---|---|---|---|
trace_id | 否 | String | 服务内部的令牌,可用于在日志中追溯具体流程。在某些错误情况下可能没有此令牌字符串。 |
result | 否 | object | 调用成功表示识别结果,调用失败时无此字段。 |
(7)CustomResult参数
参数 | 是否必选 | 参数类型 | 描述 |
---|---|---|---|
data | 否 | String | 语音数据,以Base64编码格式返回。用户如需生成音频,需要将Base64编码解码成byte数组,再保存为音频,音频格式同**“audio_format”**参数设置的值,默认为wav格式。 |
通过在线调试接口,可以快速调试接口参数,请求方式,返回结果等信息。
地址: https://apiexplorer.developer.huaweicloud.com/apiexplorer/debug?product=SIS&api=RunTts
还可以在线填入测试参数,进行测试效果。
请求地址格式: POST /v1/{project_id}/tts
完整请求地址:
https://sis-ext.cn-north-4.myhuaweicloud.com/v1/0e5957be8a00f53c2fa7c0045e4d8fbf/tts
请求体:
{
"text": "请注意坐姿",
"config": {
"audio_format": "wav",
"sample_rate": "16000",
"property": "chinese_xiaoqi_common",
"speed": 0,
"pitch": 0,
"volume": 0
}
}
请求头:
{
"X-Auth-Token": "******",
"Content-Type": "application/json;charset=UTF-8"
}
响应体:
{"result":{"data":xxxxxxxx"}}
这个xxxx就是返回的Base64编码语音数据,可以解码后保存成文件即可。
软件采用QT设计的,核心部分主要是用到了HTTP请求相关的操作。
//文本转语音
void Widget::TextToAudio(QString text)
{
function_select=1;
QString requestUrl;
QNetworkRequest request;
//设置请求地址
QUrl url;
//请求地址
requestUrl = QString("https://sis-ext.%1.myhuaweicloud.com/v1/%2/tts")
.arg(SERVER_ID)
.arg(PROJECT_ID);
//设置数据提交格式
request.setHeader(QNetworkRequest::ContentTypeHeader, QVariant("application/json"));
//设置token
request.setRawHeader("X-Auth-Token",Token);
//构造请求
url.setUrl(requestUrl);
request.setUrl(url);
QString post_param=QString
("{"
""text": "%1","
""config": {"
""audio_format": "%2","
""sample_rate": "%3","
""property": "%4","
""speed": %5,"
""pitch": 0,"
""volume": %6"
"}"
"}").arg(text).arg(ui- >comboBox_formt- >currentText())
.arg(ui- >comboBox_cai_yang_lv- >currentText())
.arg(ui- >comboBox_fa_yin_ren- >currentText())
.arg(ui- >spinBox_audio_speed- >value())
.arg(ui- >spinBox_yin_liang- >value());
//发送请求
manager- >post(request, post_param.toUtf8());
}
//生成语音
void Widget::on_pushButton_to_audio_clicked()
{
QString text=ui- >lineEdit- >text();
if(text.isEmpty())
{
QMessageBox::information(this,"提示","请输入文本",
QMessageBox::Ok,QMessageBox::Ok);
return;
}
qDebug()< < "text:"<
/*
功能: 获取token
*/
void Widget::GetToken()
{
//表示获取token
function_select=3;
QString requestUrl;
QNetworkRequest request;
//设置请求地址
QUrl url;
//获取token请求地址
requestUrl = QString("https://iam.%1.myhuaweicloud.com/v3/auth/tokens")
.arg(SERVER_ID);
//自己创建的TCP服务器,测试用
//requestUrl="http://10.0.0.6:8080";
//设置数据提交格式
request.setHeader(QNetworkRequest::ContentTypeHeader, QVariant("application/json;charset=UTF-8"));
//构造请求
url.setUrl(requestUrl);
request.setUrl(url);
QString text =QString("{"auth":{"identity":{"methods":["password"],"password":"
"{"user":{"domain": {"
""name":"%1"},"name": "%2","password": "%3"}}},"
""scope":{"project":{"name":"%4"}}}}")
.arg(MAIN_USER)
.arg(IAM_USER)
.arg(IAM_PASSWORD)
.arg(SERVER_ID);
//发送请求
manager- >post(request, text.toUtf8());
}
//解析反馈结果
void Widget::replyFinished(QNetworkReply *reply)
{
QString displayInfo="";
int statusCode = reply- >attribute(QNetworkRequest::HttpStatusCodeAttribute).toInt();
//读取所有数据
QByteArray replyData = reply- >readAll();
qDebug()< < "状态码:"<
全部0条评论
快来发表一下你的评论吧 !