FastAPI：快速开发一个文本转语音的接口

您所在的位置：网站首页 › python文字转语音wav › FastAPI：快速开发一个文本转语音的接口

FastAPI：快速开发一个文本转语音的接口

2024-02-29 09:46| 来源: 网络整理| 查看: 265

这段音频就是本文的接口生成的。

Python Web 开发方面有一个很重要的环节就是开发接口，开发接口性能最好的工具就是闪电侠 FastAPI[1]，正如它的名字一样，是非常快的 API。当然，还有一些 REST API 框架，如 Django REST Framework，Flask-RESTful 等，如果以性能为首要考虑因素，那毫无疑问选择 FastAPI。

结合现在比较流行的文本转语音的应用场景，本文展示如何用 FastAPI 来快速开发一个文本转语音的接口，其中详细罗列了每一步骤，让你学会开发 Web 接口，学不会你找我「微信 somenzz」。

主要内容：

先写出主要的函数

将函数转化为 Web API

写个前端界面

发布成 Docker 镜像

1、先写出主要的函数

首先分析下这个需求，文本转语音接口有两个功能点，一个是将文件转成语音，另一个是下载语音文件，将这两个功能先写两个简单函数，然后逐步细化。

def convert_text_to_voice(text: str) -> str: """ 将文件转成语音文件，返回语音文件的文件名 """ file_name = text_to_voice(text) # text_to_voice 负责将 text 转成语音文件，后面再实现 return file_name def download_file(filename: str): """ 返回一下 FileResponse 对象 """ return 文件对象

上述代码中有个 text_to_voice 函数，其逻辑就是将文本转语音文件，返回其文件名，由于文件名并不是使用者关心的，因此可以用文本的 md5 编码做为文件名，实现不同的文本对应不同的文件，如果已经生成了对应的文件，无需重复生成，直接返回即可，其中文本转语音，我这里使用的是第三方库 `pyttsx3`[2]，使用前 pip install pyttsx3 一下，需要注意的是 Linux 或 Mac 需要安装好 ffmpeg 模块。

text_to_voice 主要代码如下：

# 文件名 text2voice.py import pyttsx3 from pathlib import Path import hashlib def text_to_voice(text: str, is_man: bool = False) -> str: assert text and text.replace(' ',''), "文本不能为空" filename = hashlib.md5(text.encode()).hexdigest() + ".mp3" filepath = Path('voices') / Path(filename) if filepath.exists(): return filename engine = pyttsx3.init() # object creation engine.save_to_file(text, filepath.as_posix()) engine.runAndWait() engine.stop() return filename if __name__ == '__main__': path = text_to_voice("Python七号，每天学习一个 Python 技巧") print(path)

现在一个文本转语音的程序已经好了，万事具备，只欠 FastAPI 了。

2、将函数转化为 Web API

如果你是第一次使用 FastAPI，请先阅读一下官方文档 https://fastapi.tiangolo.com/[3]，至少把用户指引部分看一遍：

然后，你就可以很轻松地将第 1 步中的函数转换成对应的 Web API：

from text2voice import text_to_voice from fastapi import FastAPI from fastapi.staticfiles import StaticFiles from starlette.responses import FileResponse from pathlib import Path app = FastAPI() @app.get("/text2voice/") def convert_text_to_voice(text: str): filename = text_to_voice(text) return {"filename": filename} @app.get("/download/{filename}") def download_file(filename:str): file_path = Path('voices') / Path(filename) return FileResponse(file_path.as_posix(), filename=filename)

以上文件保存为 api.py，命令行执行 uvicorn api:app --host 0.0.0.0 --port 8000 --reload 即可启动 8000 端口上的 http 服务。

现在浏览器访问 http://localhost:8000/docs，就可以对这两个接口进行测试了。

3、写个前端界面

如果你不满足于接口开发，可以自己写个前端界面来玩一玩，前端，我推荐 Vue，其他的没时间就不用学了，这个够用了。使用 Vue 前先安装 Node.js，这个就不说了。

使用 Vue 前请先在 Vue 的官方网站 https://cn.vuejs.org/index.html[4] 学习 Vue 的生命周期，语法，条件渲染，组件化等知识。

第一步：安装 Vue 脚手架。

npm install -g @vue/cli # OR yarn global add @vue/cli

可以执行 vue --version 进行验证：

(py38env) ➜ ~ vue --version @vue/cli 4.5.13

第二步：创建一个项目。

执行：

vue create front_end

选择最新 Vue 3

然后等待初始化完成。

第三步：安装依赖。

为了让组件更美观，我这里引入 element-ui，

cd front_end vue add element-plus

我不在乎那点 js 文件的体积，这里选择全部引入，后面的地区选择 cn 即可。

为了和后端交互，这时使用 axios：

npm install axios

第四步：编写前端 Vue 文件。

在 front_end/src/components 目录下新建一个 Text2Voice.vue

文件内容如下：

文本转语音转语音转换结果，点击下载: {{voice_name}} const api = "http://127.0.0.1:8000"; const axios = require('axios'); export default { name: 'Text2Voice', props: { msg: String }, data(){ return { textarea: '', voice_name: 'xxxx.mp3', download_url: '', convert: false } }, methods: { onConvert(){ if(this.textarea === ""){ this.$message({ message: '文本不能为空', type: 'warning' }); return; } axios.get(`${api}/text2voice/?text=${this.textarea}`) .then( res => { console.log(res); this.voice_name = res.data.filename; this.download_url = `${api}/download/${res.data.filename}`; console.log(this.download_url) this.convert = true; }) } } }

然后在 App.vue 中将所有的 HelloWorld 替换为 Text2Voice，然后执行 npm run serve，在浏览器中打开 http://localhost:8080/ 可以看这样的界面：

打开浏览器的调试工具 console，然后输入文本测试，发现接口报错：

你遇到了一个所有前后端分离开发都会遇到的问题，就是跨域问题，因为 localhost:8080 和 localhost:8000 是两个不同的域，解决方案有两种，一种是让 Vue 走代理，另一种是让后端开启跨域白名单，这里我用第二种，也就是在文件 api.py 加下白名单，最终的代码如下：

from text2voice import text_to_voice from fastapi import FastAPI from fastapi.staticfiles import StaticFiles from starlette.responses import FileResponse from pathlib import Path from fastapi.middleware.cors import CORSMiddleware app = FastAPI() origins = [ "http://localhost:8080", ] app.add_middleware( CORSMiddleware, allow_origins=origins, allow_credentials=True, allow_methods=["*"], allow_headers=["*"], ) @app.get("/text2voice/") def convert_text_to_voice(text: str): filename = text_to_voice(text) return {"filename": filename} @app.get("/download/{filename}") def download_file(filename:str): file_path = Path('voices') / Path(filename) return FileResponse(file_path.as_posix(), filename=filename) app.mount("/", StaticFiles(directory="front_end/dist",html = True), name="static")

至此，你会现在接口可以正常使用了。

第五步：编译。最后，执行 npm run build 编译，会生成 index.html，js，css 等静态资源，然后将 fastapi 的静态资源指向这个目录，对应的代码就是：

app.mount("/", StaticFiles(directory="front_end/dist",html = True), name="static")

打开 http://localhost:8000 就可以访问前端界面，此时不存在跨域问题，关闭跨域白名单也不影响使用。正式部署时可以将接口改成这样：

axios.get(`/text2voice/?text=${this.textarea}`) .then( res => { console.log(res); this.voice_name = res.data.filename; this.download_url = `${api}/download/${res.data.filename}`; console.log(this.download_url) this.convert = true; }) 4、发布成 Docker 镜像

你写好的东东别人怎么用呢？目前最流行的方式就是发布成 Docker 镜像，使用者无需一步一步处理环境配置，一条 docker run 命令就可以使用你的程序了，非常高效。

在 api.py 文件同级别的目录中新建文件 Dockerfile，内容如下：

FROM tiangolo/uvicorn-gunicorn-fastapi:python3.7 RUN apt update && apt -y install espeak ffmpeg libespeak1 COPY ./ /app

当然了，为了不让 Docker 镜像过大，我们需要忽略一些不必要的文件，借助 .dockerignore 文件完成，内容如下：

front_end/node_modules front_end/public front_end/src front_end/package.json front_end/package-lock.json front_end/babel.config.js voices __pycache__ front_end/.DS_Store /front_end/.git/

在 Dockerfile 的同一级目录执行 docker build -t text2voice . 打包镜像文件。

执行 docker images | grep text2voice 查看一下已经打包好的镜像：

然后启动容器，测试一下：

docker run -d -p 80:80 -e MODULE_NAME="api" -e PORT=80 text2voice

注意：这里的 -e MODULE_NAME="api" -e PORT=80 意思是设置环境变量，表示我们的 FastAPI 的主程序是 api.py，运行在端口 80 上， -p 80:80 表示将容器的 80 端口暴露给宿主机（本机）的 80 端口，现在打开浏览器，输入 http://localhost 看一下效果：

OK，接下来就是发布了。先在 https://hub.docker.com/ 上注册一个账号，并创建一个仓库，比如叫 text2voice。

注意，我们创建的仓库是 text2voice，假如你的账号 id 叫 somenzz，因此先执行docker tag text2voice somenzz/text2voice 给已打包好的镜像再打个标签，然后执行 docker push somenzz/text2voice 就可以上传本地镜像到 https://hub.docker.com。

接下来，别人就可以执行一条命令使用你的程序了，前提是已经安装好 Docker：

docker run -d -p 80:80 -e MODULE_NAME="api" -e PORT=80 somenzz/text2voice

docker 会自动下载镜像，并启动一个容器，别人在浏览器打开 http://localhost 即可访问接口服务。接口文档：http://localhost/docs。

最后的话

麻雀最小，五脏俱全。以上涉及的接口开发，前端开发，发布 Docker 等环节，虽然简单，却也展示了 Web 开发的一套流程，如果对你的 Web 开发有所帮助，请在看、点赞支持。

都看到这里了，你确定不关注一下吗？

回复「文本转语音」获取全部源代码。

留言讨论