Python实现语音合成功能详解
更新时间：2022年01月26日 08:55:53 作者：车厘子@
这篇文章主要为大家介绍了一个通过Python制作的小工具，可以实现语音识别以及文字转语音的功能，文中的实现步骤讲解详细，感兴趣的可以动手试一试
导语
今天就给大家带来个语言识别跟语言赚文字的小工具感兴趣的铁汁萌可以往下滑了
1.直接使用
在1.2官网注册后拿到APISecret和APIKey，直接复制文章2.4demo代码，保存为online_tts.py，在命令行执行
python online_tts.py -client_secret=你的client_secret -client_id=你的client_id -file_save_path=test.wav --text=今天天气不错
2. 获取权限
Python调用标贝科技语音合成接口，实现文字转语音
2.1 环境准备：
Python 3
2.2 获取权限
标贝科技 https://ai.data-baker.com/#/?source=qwer12
2.2.1 登录
点击产品地址进行登录，支持短信、密码、微信三种方式登录。
2.2.2 创建新应用
登录后进入【首页概览】，各位开发者可以进行创建多个应用。包括一句话识别、长语音识别、录音文件识别；在线合成、离线合成、长文本合成。
2.2.3 选择服务
进入【已创建的应用】，左侧选择您需调用的AI技术服务，右侧展示对应服务页面概览（您可查询用量、管理套餐、购买服务量、自主获取授权、预警管理）。
2.2.4 获取Key&Secret
通过服务 / 授权管理，获取对应参数，进行开发配置（获取访问令牌可进群咨询）
拿到Key和Secret就可以正式使用啦！
3. 代码实现
3.1 获取access_token
在拿到Key和Secret后，我们还需要调用授权接口获取access_token，这个access_token有效时长是24小时。
# 获取access_token用于鉴权
def get_access_token(client_secret, client_id):
grant_type = "client_credentials"
url = "https://openapi.data-baker.com/oauth/2.0/token?grant_type={}&client_secret={}&client_id={}".format(grant_type, client_secret, client_id)
response = requests.post(url)
access_token = json.loads(response.text).get('access_token')
return access_token
3.2 获取转换后音频
拿到access_token后，调用语音合成接口，就可以获得生成的音频
# 获取转换后音频
def get_audio(data):
url = "https://openapi.data-baker.com/tts?access_token={}&domain={}&language={}&voice_name={}&text={}&audiotype={}".format(data['access_domain'], data['domain'], data['language'], data['voice_name'], data['text'], data['audiotype'])
response = requests.post(url)
content_type = response.headers['Content-Type']
if 'audio' not in content_type:
raise Exception(response.text)
return response.content
3.3 配置接口参数
client_secret和client_id：在文章1.2的官网获取，必填
file_save_path：文件保存路径，必填
text：需要转换的文本内容
audiotype：音频类型，默认16K采样率wav格式
domain：所属领域，默认1
language：合成后文本语言，默认中文“zh"
voice_name：发音人选择，默认“Lingling"，
其他发音人详见
https://www.data-baker.com/#/specs/file/tts_voice_list
# 获取命令行输入参数
def get_args():
text = '欢迎使用标贝开发平台。'
parser = argparse.ArgumentParser(description='ASR')
parser.add_argument('-client_secret', type=str, required=True)
parser.add_argument('-client_id', type=str, required=True)
parser.add_argument('-file_save_path', type=str, required=True)
parser.add_argument('--text', type=str, default=text)
parser.add_argument('--audiotype', type=str, default='6')
parser.add_argument('--domain', type=str, default='1')
parser.add_argument('--language', type=str, default='zh')
parser.add_argument('--voice_name', type=str, default='Lingling')
args = parser.parse_args()
return args
3.4 完整demo
#!/usr/bin/env python
# coding: utf-8
import requests
import json
import argparse
# 获取access_token用于鉴权
def get_access_token(client_secret, client_id):
grant_type = "client_credentials"
url = "https://openapi.data-baker.com/oauth/2.0/token?grant_type={}&client_secret={}&client_id={}".format(grant_type, client_secret, client_id)
response = requests.post(url)
access_token = json.loads(response.text).get('access_token')
return access_token
# 获取转换后音频
def get_audio(data):
url = "https://openapi.data-baker.com/tts?access_token={}&domain={}&language={}&voice_name={}&text={}&audiotype={}".format(data['access_domain'], data['domain'], data['language'], data['voice_name'], data['text'], data['audiotype'])
response = requests.post(url)
content_type = response.headers['Content-Type']
if 'audio' not in content_type:
raise Exception(response.text)
return response.content
# 获取命令行输入参数
def get_args():
text = '欢迎使用标贝开发平台。'
parser = argparse.ArgumentParser(description='ASR')
parser.add_argument('-client_secret', type=str, required=True)
parser.add_argument('-client_id', type=str, required=True)
parser.add_argument('-file_save_path', type=str, required=True)
parser.add_argument('--text', type=str, default=text)
parser.add_argument('--audiotype', type=str, default='6')
parser.add_argument('--domain', type=str, default='1')
parser.add_argument('--language', type=str, default='zh')
parser.add_argument('--voice_name', type=str, default='Lingling')
args = parser.parse_args()
return args
if __name__ == '__main__':
try:
args = get_args()
# 获取access_token
client_secret = args.client_secret
client_id = args.client_id
access_token = get_access_token(client_secret, client_id)
# 读取参数
audiotype = args.audiotype
domain = args.domain
language = args.language
voice_name = args.voice_name
text = args.text
data = {'access_domain': access_token, 'audiotype': audiotype, 'domain': domain, 'language': language,
'voice_name': voice_name, 'text': text}
content = get_audio(data)
#保存音频文件
with open('test.wav', 'wb') as audio:
audio.write(content)
print("task finished successfully")
except Exception as e:
print(e)
3.5 执行
复制所有代码，保存为online_tts.py，在命令行执行
python online_tts.py -client_secret=你的client_secret -client_id=你的client_id -file_save_path=test.wav --text=今天天气不错
以上就是Python实现语音合成功能详解的详细内容，更多关于Python语音合成的资料请关注脚本之家其它相关文章！
相关文章
本篇文章主要介绍了Python内置函数—vars的具体使用方法，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2017-12-12
这篇文章主要介绍了python yield关键词案例测试,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-10-10
Word文档中的表格可以用于组织和展示数据,在实际应用过程中,有时为了调整表格的结构或适应不同的数据展示需求,我们可能会需要插入、删除行或列,本文提供了几种使用Python在Word表格中插入或删除行、列的方法供参考2024-07-07
最近需要将记的笔记整理成一个pdf进行保存，所以就研究了一下如何利用 Python 代码将拍下来的照片整个合并成一个pdf2021-06-06
这篇文章主要介绍了python之模拟鼠标键盘动作具体实现，有需要的朋友可以参考一下2013-12-12
解决编码问题:UnicodeDecodeError: 'utf-8' codec
这篇文章主要介绍了快速解决编码问题:UnicodeDecodeError: 'utf-8' codec can't decod，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-05-05
这篇文章主要介绍了通过python开发的一个小球完全弹性碰撞游戏效果，特分享下2013-10-10
今天小编就为大家分享一篇基于Python集合set的文章，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-10-10
这篇文章主要介绍了Python字典的基础操作，Python中的字典数据类型和现实中的字典很像，它是以键值对（键和值的组合）的方式把数据组织到一起，可以通过键找到与之对应的值并进行操作，下面来看文章金额提内容吧,需要的朋友可以参考一下2021-11-11
在本篇文章里小编给大家整理的是一篇关于java字符串格式化输出实例讲解，有需要的朋友们可以学习下。2021-01-01
最新评论