一起养成写作习惯！这是我参与「掘金日新计划 · 4 月更文挑战」的第3天，点击查看活动详情。
1. 前言
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。
2. 开通功能
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。
2.1 语音交互服务
地址： console.huaweicloud.com/sis/?region…
2.2 帮助文档
地址: support.huaweicloud.com/api-sis/sis…
（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： bbs.huaweicloud.com/blogs/31775… 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。 |
2.3 在线调试接口
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： apiexplorer.developer.huaweicloud.com/apiexplorer…
还可以在线填入测试参数，进行测试效果。
2.4 请求接口总结
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。
3. 实现源码
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。
3.1 文字转语音源码
//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:"<<text;
TextToAudio(text);
}
3.2 获取token
/*
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());
}
3.3 解析返回值
//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:"<<statusCode;
qDebug()<<"反馈的数据:"<<QString(replyData);
//更新token
if(function_select==3)
{
displayInfo="token 更新失败.";
//读取HTTP响应头的数据
QList<QNetworkReply::RawHeaderPair> RawHeader=reply->rawHeaderPairs();
qDebug()<<"HTTP响应头数量:"<<RawHeader.size();
for(int i=0;i<RawHeader.size();i++)
{
QString first=RawHeader.at(i).first;
QString second=RawHeader.at(i).second;
if(first=="X-Subject-Token")
{
Token=second.toUtf8();
displayInfo="token 更新成功.";
//保存到文件
SaveDataToFile(Token);
break;
}
}
QMessageBox::information(this,"提示",displayInfo,
QMessageBox::Ok,QMessageBox::Ok);
return;
}
//判断状态码
if(200 != statusCode)
{
//解析数据
QJsonParseError json_error;
QJsonDocument document = QJsonDocument::fromJson(replyData, &json_error);
if(json_error.error == QJsonParseError::NoError)
{
//判断是否是对象,然后开始解析数据
if(document.isObject())
{
QString error_str="";
QJsonObject obj = document.object();
QString error_code;
//解析错误代码
if(obj.contains("error_code"))
{
error_code=obj.take("error_code").toString();
error_str+="错误代码:";
error_str+=error_code;
error_str+="\n";
}
if(obj.contains("error_msg"))
{
error_str+="错误消息:";
error_str+=obj.take("error_msg").toString();
error_str+="\n";
}
QMessageBox::information(this,"提示",error_str,
QMessageBox::Ok,QMessageBox::Ok);
}
}
return;
}
else if(function_select==1) //语音合成
{
//解析数据
QJsonParseError json_error;
QJsonDocument document = QJsonDocument::fromJson(replyData, &json_error);
if(json_error.error == QJsonParseError::NoError)
{
//判断是否是对象,然后开始解析数据
if(document.isObject())
{
QJsonObject obj = document.object();
//解析错误代码
if(obj.contains("result"))
{
QJsonObject obj1=obj.take("result").toObject();
if(obj1.contains("data"))
{
QString data=obj1.take("data").toString();
QByteArray d2=QByteArray::fromBase64(data.toUtf8());
qDebug()<<"数据获取成功..";
QStringList path_list=QStandardPaths::standardLocations(QStandardPaths::DownloadLocation);
//保存到文件
QString filename=QFileDialog::getSaveFileName(this,"保存音频文件",path_list.at(0),tr("*.wav *.mp3 *.pcm"));
if(filename.isEmpty())
{
filename=path_list.at(0)+"/123.wmv";
}
QFile::remove(filename);
QFile file_2(filename);
file_2.open(QIODevice::WriteOnly);
file_2.write(d2); //写入数据
file_2.close();
}
}
}
}
}
}
