前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Python:TTS语音合成技术,市场各大平台对比以及实现

Python:TTS语音合成技术,市场各大平台对比以及实现

作者头像
Python疯子
发布2019-03-15 10:17:45
3.9K1
发布2019-03-15 10:17:45
举报
文章被收录于专栏:Python疯子Python疯子Python疯子

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

支持多种语言开发,选择适合自己的,我这里选的是WebAPI:

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

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2019.03.05 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档