【方法】科大讯飞在线语音合成API使用-文字转语音音频

野性酷女 2021-11-23 11:38 2689阅读 0赞

### 文章目录 ###

*  开始使用服务
 *  下载并修改代码
 *  批量化处理

**2020.3.16更新**  
一年过去，讯飞居然改了python的使用代码，变复杂了一点，而且不能直出wav格式的音频，只有pcm的源文件；另外不需要设置白名单了。

下面的使用流程不变，官方提供的示例代码也可以直接出demo音频，在这里我修改了批处理代码，也就是在示例代码的最后一行添加几句

# 开始使用服务 #

我们首先打开科大讯飞在线语音合成的[官网][Link 1]，记得首先右上角注册账号并登陆，界面如下图所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9jcmF6eWFuZy5ibG9nLmNzZG4ubmV0_size_16_color_FFFFFF_t_70]  
官方提供了很多接口，比如windows，linux等等，但我觉得最方便的是Web API接口，因为它提供了python支持，这对接下来的批量处理提供了便捷，在点击Web API接口抢鲜体验后，会进入控制台创建应用界面，如下图所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9jcmF6eWFuZy5ibG9nLmNzZG4ubmV0_size_16_color_FFFFFF_t_70 1]  
随便填完上述信息后，就创建好了，然后在应用里添加在线语音合成的服务，添加好后如下图所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9jcmF6eWFuZy5ibG9nLmNzZG4ubmV0_size_16_color_FFFFFF_t_70 2]  
**上图中红框标处的位置是代码中需要用到的！**

有能力的同学自己查看[API官方文档][API]，没有的话呢，就请继续往下看

1、首先是IP白名单，也就是在这里填入你自己的IP地址，不添加白名单，就无法使用服务。

2、APPID 和 APIKey 后面会说到

# 下载并修改代码 #

点击[链接][Link 2]下载python\_demo包

修改代码中红框标出的位置，用你自己的APPID 和 APIKey  
![在这里插入图片描述][20190726181410572.png]  
而合成的文本内容默认是“内容”这两个字，你也可以随意修改  
![在这里插入图片描述][20190726181643477.png]  
然后就大功告成了！

# 批量化处理 #

首先要自行安装ffmpeg，官方下载windows包，解压后添加路径到环境变量。

使用方法： 在py文件路径放`text.txt`文件，执行后就会出wav格式音频。

if __name__ == "__main__":
        # 测试时候在此处正确填写相关信息即可运行
        with open(r'text.txt', 'rt') as f:
            lines = (line.strip() for line in f)
            for line in lines:          
                wsParam = Ws_Param(APPID='5d###07', APIKey='86e445###############3da927',
                                APISecret='faba8################5502eda54f',
                                Text=line)
                websocket.enableTrace(False)
                wsUrl = wsParam.create_url()
                ws = websocket.WebSocketApp(wsUrl, on_message=on_message, on_error=on_error, on_close=on_close)
                ws.on_open = on_open
                ws.run_forever(sslopt={ "cert_reqs": ssl.CERT_NONE})
                command = 'ffmpeg ' + '-y -f s16le -ar 16000 -i ' + 'demo.pcm ' + line + '.wav'
                os.system(command)

[Link 1]: https://www.xfyun.cn/services/online_tts
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9jcmF6eWFuZy5ibG9nLmNzZG4ubmV0_size_16_color_FFFFFF_t_70]: /images/20211122/080fd0c2c4534d75a3f8e5f09d0a6fd5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9jcmF6eWFuZy5ibG9nLmNzZG4ubmV0_size_16_color_FFFFFF_t_70 1]: /images/20211122/fc2a7d73291042ab84db6aaa56c4638f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9jcmF6eWFuZy5ibG9nLmNzZG4ubmV0_size_16_color_FFFFFF_t_70 2]: /images/20211122/da8f298ae6114a3b9a46a6af68eb3d08.png
[API]: https://www.xfyun.cn/doc/tts/online_tts/API.html
[Link 2]: http://xfyun-doc.ufile.ucloud.com.cn/1556604935075069/tts_python3_demo.zip
[20190726181410572.png]: /images/20211122/3eba8440bafa43c6867c1d54a80142f6.png
[20190726181643477.png]: /images/20211122/f2a46cfed3c94bfa8b29532998010b4d.png