| python调用讯飞语音合成API接口实现文字转语音，然后转换音频格式 | 您所在的位置：网站首页 › 语音合成app源码 › python调用讯飞语音合成API接口实现文字转语音，然后转换音频格式 |
python调用讯飞语音合成API接口实现文字转语音，然后转换音频格式
|
一，注册讯飞账号，并实名制。 讯飞开放平台-以语音交互为核心的人工智能开放平台 (xfyun.cn) 二、找到音频合成，按页面提示申请免费试用。 在线语音合成_免费试用-讯飞开放平台 (xfyun.cn) 三、申请免费使用后，找到API信息如下：
四、找到开发者文档，仔细阅读 语音合成（流式版）WebAPI 文档 | 讯飞开放平台文档中心 (xfyun.cn) 五、根据开发者文档的python demo代码，加上你的API信息： # -*- coding:utf-8 -*- # # author: iflytek # # 本demo测试时运行的环境为：Windows + Python3.7 # 本demo测试成功运行时所安装的第三方库及其版本如下： # cffi==1.12.3 # gevent==1.4.0 # greenlet==0.4.15 # pycparser==2.19 # six==1.12.0 # websocket==0.2.1 # websocket-client==0.56.0 # 合成小语种需要传输小语种文本、使用小语种发音人vcn、tte=unicode以及修改文本编码方式 # 错误码链接：https://www.xfyun.cn/document/error-code （code返回错误码时必看） # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # import websocket import datetime import hashlib import base64 import hmac import json from urllib.parse import urlencode import time import ssl from wsgiref.handlers import format_date_time from datetime import datetime from time import mktime import _thread as thread import os STATUS_FIRST_FRAME = 0 # 第一帧的标识 STATUS_CONTINUE_FRAME = 1 # 中间帧标识 STATUS_LAST_FRAME = 2 # 最后一帧的标识 class Ws_Param(object): # 初始化 def __init__(self, APPID, APIKey, APISecret, Text): self.APPID = APPID self.APIKey = APIKey self.APISecret = APISecret self.Text = Text # 公共参数(common) self.CommonArgs = {"app_id": self.APPID} # 业务参数(business)，更多个性化参数可在官网查看 self.BusinessArgs = {"aue": "raw", "auf": "audio/L16;rate=16000", "vcn": "xiaoyan", "tte": "utf8"} self.Data = {"status": 2, "text": str(base64.b64encode(self.Text.encode('utf-8')), "UTF8")} #使用小语种须使用以下方式，此处的unicode指的是 utf16小端的编码方式，即"UTF-16LE"” #self.Data = {"status": 2, "text": str(base64.b64encode(self.Text.encode('utf-16')), "UTF8")} # 生成url def create_url(self): url = 'wss://tts-api.xfyun.cn/v2/tts' # 生成RFC1123格式的时间戳 now = datetime.now() date = format_date_time(mktime(now.timetuple())) # 拼接字符串 signature_origin = "host: " + "ws-api.xfyun.cn" + "\n" signature_origin += "date: " + date + "\n" signature_origin += "GET " + "/v2/tts " + "HTTP/1.1" # 进行hmac-sha256进行加密 signature_sha = hmac.new(self.APISecret.encode('utf-8'), signature_origin.encode('utf-8'), digestmod=hashlib.sha256).digest() signature_sha = base64.b64encode(signature_sha).decode(encoding='utf-8') authorization_origin = "api_key=\"%s\", algorithm=\"%s\", headers=\"%s\", signature=\"%s\"" % ( self.APIKey, "hmac-sha256", "host date request-line", signature_sha) authorization = base64.b64encode(authorization_origin.encode('utf-8')).decode(encoding='utf-8') # 将请求的鉴权参数组合为字典 v = { "authorization": authorization, "date": date, "host": "ws-api.xfyun.cn" } # 拼接鉴权参数，生成url url = url + '?' + urlencode(v) # print("date: ",date) # print("v: ",v) # 此处打印出建立连接时候的url,参考本demo的时候可取消上方打印的注释，比对相同参数时生成的url与自己代码生成的url是否一致 # print('websocket url :', url) return url def on_message(ws, message): try: message =json.loads(message) code = message["code"] sid = message["sid"] audio = message["data"]["audio"] audio = base64.b64decode(audio) status = message["data"]["status"] print(message) if status == 2: print("ws is closed") ws.close() if code != 0: errMsg = message["message"] print("sid:%s call error:%s code is:%s" % (sid, errMsg, code)) else: with open('./demo.pcm', 'ab') as f: f.write(audio) except Exception as e: print("receive msg,but parse exception:", e) # 收到websocket错误的处理 def on_error(ws, error): print("### error:", error) # 收到websocket关闭的处理 def on_close(ws): print("### closed ###") # 收到websocket连接建立的处理 def on_open(ws): def run(*args): d = {"common": wsParam.CommonArgs, "business": wsParam.BusinessArgs, "data": wsParam.Data, } d = json.dumps(d) print("------>开始发送文本数据") ws.send(d) if os.path.exists('./demo.pcm'): os.remove('./demo.pcm') thread.start_new_thread(run, ()) if __name__ == "__main__": # 测试时候在此处正确填写相关信息即可运行 wsParam = Ws_Param(APPID='你的APPID', APISecret='你的APISecret', APIKey='你的APIKey', Text="轮播广告可在店铺首页展示图片类型的轮播广告，引导用户关注新品爆品、领取优惠券、或是招募推荐官。") websocket.enableTrace(False) wsUrl = wsParam.create_url() ws = websocket.WebSocketApp(wsUrl, on_message=on_message, on_error=on_error, on_close=on_close) ws.on_open = on_open ws.run_forever(sslopt={"cert_reqs": ssl.CERT_NONE})六、官方demo的代码，默认生成的音频是.pcm格式，如果需要转为wav格式请使用如下方法 import wave def pcm2wav(pcm_file, wav_file, channels=1, bits=16, sample_rate=16000): # 打开 PCM 文件 pcmf = open(pcm_file, 'rb') pcmdata = pcmf.read() pcmf.close() # 打开将要写入的 WAVE 文件 wavfile = wave.open(wav_file, 'wb') # 设置声道数 wavfile.setnchannels(channels) # 设置采样位宽 wavfile.setsampwidth(bits // 8) # 设置采样率 wavfile.setframerate(sample_rate) # 写入 data 部分 wavfile.writeframes(pcmdata) wavfile.close() if __name__=="__main__": pcm2wav("demo.pcm", "demo.wav")七、如果你需要将音频转为mp3格式，请使用如下代码将wav格式转为mp3格式。 注意，安装pydub之前需要下载ffmpeg，并将其bin目录添加到环境变量，重启编辑器。 ffmpeg官方网站：FFmpeg，下载速度慢，可用我分享的老版本。 链接：https://pan.baidu.com/s/1c-ZpFVcTG9v1ubVSjXcaJQ 提取码：llmm from pydub import AudioSegment song = AudioSegment.from_wav("demo.wav") song.export("wav-mp3.mp3", format="mp3")八、大家有补充请评论区留言，谢谢！ |
【本文地址】
公司简介
联系我们