Python SDK

最近更新时间:2024-04-23 10:17:21

我的收藏
说明
此 SDK 基于老版 HTTP 接口服务,无法支持时间戳等最新特性;建议使用基于新版 API 服务的 SDK,单击进入 开发者资源 下载最新 SDK。
腾讯云语音合成技术(TTS)可以将任意文本转化为语音,实现让机器和应用张口说话。 腾讯 TTS 技术可以应用到很多场景,例如,移动 App 语音播报新闻,智能设备语音提醒,支持车载导航语音合成的个性化语音播报。本接口内测期间免费使用。
流式语音合成 Python3 SDK 下载地址、Python2 SDK 下载地址
接口请求域名:tts.cloud.tencent.com/stream

开发环境

基本编译环境

Python 3 和 Python 2.7版本。

requests

安装方法 pip install requests


获取用户信息

获取 AppID,SecretId 和 SecretKey

进入 API 密钥管理页面,获取 AppID、SecretId 和 SecretKey。
具体路径为:单击 腾讯云控制台 右上角您的账号,选择【访问管理】>【访问密钥】>【API 密钥管理】界面查看 AppID 和 key。

更改用户信息配置文件

将查询到的用户信息更改到 conf/tcloud_auth.ini 配置文件中。
#需要配置成用户账号信息
[authorization]
AppId=1259***************
SecretId=AKID****************************
SecretKey=kFpwo**************************

开发相关

请求参数

参数名称
必选
类型
描述
Action
String
本接口取值:TextToStreamAudio,不可更改。
AppId
Int
用户在腾讯云注册账号的 AppId,具体可以参考 获取用户信息
SecretId
String
用户在腾讯云注册账号 AppId 对应的 SecretId,获取方法同上。
Text
String
合成语音的源文本。中文最大支持600个汉字(全角标点符号算一个汉字),英文最大支持1800个字母(半角标点符号算一个字母)。包含空格等字符时需要 URL encode 再传输。
SessionId
String
一次请求对应一个 SessionId,会原样返回,建议传入类似于 uuid 的字符串防止重复。
ModelType
Int
模型类型,1:默认模型,此字段只需设置为1即可。
Volume
Float
音量大小,范围:[0,10],分别对应11个等级的音量,默认值为0,代表正常音量。没有静音选项。
输入除以上整数之外的其他参数不生效,按默认值处理。
Speed
Int
语速,范围:[-2,6],分别对应不同语速: -2代表0.6倍 -1代表0.8倍 0代表1.0倍(默认) 1代表1.2倍 2代表1.5倍 6代表2.5倍 若需要更细化的语速档次,可以保留小数点一位,如-1.1, 0.5, 1.7等 参数值与实际语速转换,可参考代码示例
VoiceType
Int
PrimaryLanguage
Int
主语言类型:
1:中文(默认)
2:英文
SampleRate
Int
音频采样率:
16000:16k(默认)
8000:8k
Codec
String
返回音频格式:
opus:返回多段含 opus 压缩分片音频
pcm:返回二进制 pcm 音频
mp3:返回二进制 mp3 音频
ProjectId
Int
项目 ID,可以根据控制台-账号中心-项目管理中的配置填写,如无配置,请填写默认项目ID:0 。
Timestamp
Int
当前 UNIX 时间戳,可记录发起 API 请求的时间。如果与当前时间相差过大,会引起签名过期错误。SDK 会自动赋值当前时间戳。
Expired
Int
签名的有效期,是一个符合 UNIX Epoch 时间戳规范的数值,单位为秒;Expired 必须大于 Timestamp 且 Expired-Timestamp 小于90天。SDK 默认设置1小时。
具体参数配置可以参考:conf/request_parameter.ini 的默认配置。

请求 DEMO

python tcloud_tts.py

Python 快速入门示例

参考 tcloud_tts.py
# coding=UTF-8
import requests
import wave
import json
import base64
import time
import collections

from request_util import request, authorization

def task_process():
req = request()
req.init()
auth = authorization()
auth.init()

#request_data = collections.OrderedDict()
request_data = dict()
request_data['Action'] = 'TextToStreamAudio'
request_data['AppId'] = auth.AppId
request_data['Codec'] = req.Codec
request_data['Expired'] = int(time.time()) + auth.Expired
request_data['ModelType'] = req.ModelType
request_data['PrimaryLanguage'] = req.PrimaryLanguage
request_data['ProjectId'] = req.ProjectId
request_data['SampleRate'] = req.SampleRate
request_data['SecretId'] = auth.SecretId
request_data['SessionId'] = req.SessionId
request_data['Speed'] = req.Speed
request_data['Text'] = req.Text
request_data['Timestamp'] = int(time.time())
request_data['VoiceType'] = req.VoiceType
request_data['Volume'] = req.Volume

signature = auth.generate_sign(request_data = request_data)
header = {
"Content-Type": "application/json",
"Authorization": str(signature)
}
url = "https://tts.cloud.tencent.com/stream"

r = requests.post(url, headers=header, data=json.dumps(request_data), stream = True)
'''
if str(r.content).find("Error") != -1 :
print(r.content)
return
'''
i = 1
wavfile = wave.open('test.wav', 'wb')
wavfile.setparams((1, 2, 16000, 0, 'NONE', 'NONE'))
for chunk in r.iter_content(1000):
if (i == 1) & (str(chunk).find("Error") != -1) :
print(chunk)
return
i = i + 1
wavfile.writeframes(chunk)

wavfile.close()


task_process()