TTS
前景提要：在线的实时合成TTS技术，巴拉巴拉... 此处省略3千字
市场的TTS平台：讯飞语音，百度智能语音开放平台，阿里云，腾讯云，思必驰，捷通华声(灵云)等。
TTS的合成简单来说就三大步：
1️⃣创建应用
2️⃣发起请求
3️⃣解析音频数据，合成音频文件
咱们废话不说一个一个来：
一、讯飞，音频届的老大哥
多种语言开发
01、创建应用
创建应用
说明：
1和3： 是在代码中具体使用到的 鉴权码
2：表示试用期间的每天使用次数
4：请求IP要添加白名单，不添加白名单会请求失败
5：可以选择不同的发音人：(分初级和高级，高级的另收费)
code：
def tts_xunfei(text):
# API请求地址、API KEY、APP ID等参数，提前填好备用
api_url = "http://api.xfyun.cn/v1/service/v1/tts"
API_KEY = "API_KEY"
APP_ID = "APP_ID"
OUTPUT_FILE = "讯飞.wav" # 输出音频的保存路径，请根据自己的情况替换
TEXT = text
# 构造输出音频配置参数custom_skill.py3
Param = {"auf": "audio/L16;rate=16000", # 音频采样率
"aue": "raw", # 音频编码，raw(生成wav)或lame(生成mp3)
"voice_name": "x_xiaoyuan", "speed": "50", # 语速[0,100]
"volume": "77", # 音量[0,100]
"pitch": "50", # 音高[0,100]
"engine_type": "aisound" # 引擎类型。aisound（普通效果），intp65（中文），intp65_en（英文）
}
# 配置参数编码为base64字符串，过程：字典→明文字符串→utf8编码→base64(bytes)→base64字符串
Param_str = json.dumps(Param) # 得到明文字符串
Param_utf8 = Param_str.encode('utf8') # 得到utf8编码(bytes类型)
Param_b64 = base64.b64encode(Param_utf8) # 得到base64编码(bytes类型)
Param_b64str = Param_b64.decode('utf8') # 得到base64字符串
# 构造HTTP请求的头部
time_now = str(int(time.time()))
checksum = (API_KEY + time_now + Param_b64str).encode('utf8')
checksum_md5 = hashlib.md5(checksum).hexdigest()
header = {"X-Appid": APP_ID, "X-CurTime": time_now, "X-Param": Param_b64str, "X-CheckSum": checksum_md5}
# 构造HTTP请求Body
body = {"text": TEXT}
body_urlencode = urllib.parse.urlencode(body)
body_utf8 = body_urlencode.encode('utf8')
# 发送HTTP POST请求
req = urllib.request.Request(api_url, data=body_utf8, headers=header)
response = urllib.request.urlopen(req)
# 读取结果
response_head = response.headers['Content-Type']
if (response_head == "audio/mpeg"):
data = response.read() # a 'bytes' object
save_wav(data, OUTPUT_FILE)
else:
print(response.read().decode('utf8'))
注意：将上面的APP_ID和API_KEY更换为自己的即可，另外记得添加IP白名单
二、阿里平台
用户鉴权有有效期，到期了要重新获取token
def tts_ali(text):
# 获取存储的access_token, token_expireTime 两个同时更新
token_expireTime = 1551513046
access_token = "9fcdcd2a190f49cb926dc5c2e24043c8"
# 当前的时间戳 和 token有效期对比，如果过期则重新生成
local_time = int(time.time())
if local_time >= token_expireTime:
# 重新生成并存储
access_token, token_expireTime = get_token()
headers = {
"Content-Type": "application/json;charset=UTF-8",
"X-NLS-Token":access_token,
}
data_info = {
"appkey":"5dz4RRvAJufMAB6g",
"text":text,
"token":access_token,
"format":"wav",
"voice":"yina",
"sample_rate":"16000", # 音频采样率，默认是16000
"volume":"50", # 音量，范围是0~100，默认50
"speech_rate":"45", # 语速，范围是-500~500，默认是0
"pitch_rate":"0", # 语调，范围是-500~500，默认是0
# 试听发音人：https://ai.aliyun.com/nls/tts?spm=5176.8142029.388261.47.f8ed6d3e0NhBch
# 发音人参数：https://help.aliyun.com/document_detail/84435.html?spm=a2c4g.11186623.6.581.69a853d5E4c3vM
# 推荐：小梦 思悦 小美 伊娜
}
data = json.dumps(data_info)
ret = requests.post(ALI_URL, headers=headers, data=data, timeout=5)
save_wav(ret.content, "ali2.wav")
提醒：
token的获取我代码里有完整的
另外开发测试期间，开发文档会提供简易的不过期token，方便测试
三、百度
调用方式简单，开发文档里有说明
# 百度
def tts_baidu(text):
baidu_url = "http://tsn.baidu.com/text2audio?lan=zh&ctp=1&cuid=abcdxxx&tok=24.ed4dfdxxxxxff0af259fc.2592000.1553756573.282335-15631432&tex={}&vol=9&per=0&spd=5&pit=5&aue=6".format(text)
ret = requests.get(baidu_url, timeout=5)
save_wav(ret.content, "siyue.wav")
四、腾讯
正在开发测试阶段，直接舍弃了
五、标贝
# 标贝
def tts_biaobei(text):
"""获取tts语音"""
tts_url = "http://1.203.80.138:8001/tts?user_id=xxx&domain=1&volume=0&language=zh&speed=5&audiotype=5&text=" + text
f = requests.get(tts_url)
voice = f.content
return voice
六、思必驰
# 思必驰
def tts_dui(text):
data_dict = {
"context": {"productId": "productId"},
"request": {"requestId": "tryRequestId",
"audio": {"audioType": "WAV", "sampleRate": 16000, "channel": 1, "sampleBytes": 2},
"tts": {
"text": text,
"textType": "text",
"voiceId": "lili1f_shangwu"}}}
data = json.dumps(data_dict)
headers = {
'content-type': 'application/json',
'User-Agent': 'Mozilla/5.0 '}
r = requests.post(DUI_URL, data=data, headers=headers, timeout=5)
print(r)
# 写入文件生成音频
save_wav(r.content, "DUI.wav")
七、捷通华声（灵云）
# 灵云
def tts_lingyun(text):
linghyun_URL = "http://api.hcicloud.com:8880/tts/synthtext"
request_data = "2014-6-18 10:10:11"
data = request_data + "应用参数"
md5 = hashlib.md5()
md5.update(data.encode('utf-8')) # 注意转码
res = md5.hexdigest()
headers = {"x-app-key": "c95d54cf", "x-sdk-version": "3.9", "x-request-date": request_data,
"x-task-config": "capkey=tts.cloud.xiaokun,audioformat=mp3,speed=2,volume=9.99", "x-session-key": res,
"x-udid": "101:1234567890"}
r = requests.post(linghyun_URL, headers=headers,
data=text.encode('utf-8'),
timeout=5)
# 获取音频数据
ret = r.content
ret = ret[ret.find(b'</ResponseInfo>') + 15:]
# 写入文件生成音频
save_wav(bytes(ret), "aasdasd.mp3")
没有python示例代码，返回参数比较变态，解析出音频耗了我大量时间(因为我技术不佳)
使用过程中：百度无人回复，没给报价，思必驰没找到任何公司人员
各平台均有使用，每天限次数，可以开发试听一下，
效果比较个人感觉：
标贝 > 讯飞 > 阿里 > 百度 > 思必驰 > 灵云
价格比较：
讯飞
阿里
标贝：16万/年
灵云：2万次/100
Git代码： 公众号后台回复 python_tts 或 tts
python疯子
网友评论