调用华为API实现语音合成

目录

  • 1.作者介绍
  • 2.华为云语音合成
    • [2.1 语音合成介绍](#2.1 语音合成介绍)
    • [2.2 华为语音合成服务](#2.2 华为语音合成服务)
    • [2.3 应用场景](#2.3 应用场景)
  • [3. 实验过程以及结果](#3. 实验过程以及结果)
    • [3.1 获取API密钥](#3.1 获取API密钥)
    • [3.2 调用语音合成算法API](#3.2 调用语音合成算法API)
    • [3.3 实验代码](#3.3 实验代码)
    • [3.4 运行结果](#3.4 运行结果)

1.作者介绍

袁斌,男,西安工程大学电子信息学院,2023级研究生

研究方向:医学影像大数据分析

电子邮件:[email protected]

吴思雨,女,西安工程大学电子信息学院,2023级研究生

研究方向:机器视觉与异常检测

电子邮件:[email protected]

2.华为云语音合成

2.1 语音合成介绍

语音合成技术,通常被称为文本到语音(Text-to-Speech,TTS),是一种将书面文本转换为自然语音的技术。其主要应用包括为视障人士提供信息获取渠道、智能语音助手、自动化呼叫中心,以及内容创作中的配音等。语音合成技术的发展历程可以大致分为几个阶段:基于规则的合成、统计参数合成(如隐马尔可夫模型,HMM),以及近年来的深度学习方法(如基于神经网络的WaveNet、Tacotron等)。

2.2 华为语音合成服务

华为语音合成服务,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。

2.3 应用场景

1.语音导航

使用语音合成服务将车载导航数据转换成语音素材,为用户提供精确的语音导航服务。利用个性化定制能力,提供丰富的导航语音服务。
2.有声读物

将书籍、杂志、新闻的文本内容转换成逼真的人声发音,充分解放人们的眼睛,在搭乘地铁、开车、健身等场景下获取信息、享受乐趣。

3.电话回访

在客服系统场景中,通过语音合成服务将回访内容转换成人声,直接使用语音和客户交流,提升用户体验。

4.智能教育

将书本上的文本内容合成为语音,接近真人的发音可模拟真人教学场景,实现课文的朗读和带读,帮助学生更好地理解和掌握教学内容。

3. 实验过程以及结果

3.1 获取API密钥

1、注册华为云账号,进行实名认证,开通服务。

2、AK/SK认证,下载文件credentials.csv。

3、登录控制台。

4、单击页面右上角的用户名,并选择"我的凭证"。进入"我的凭证"页面:

单击"访问秘钥"页签下的"新增访问密钥"。弹出"新增访问密钥"对话框:

输入"登录密码",如果绑定了手机或者邮箱,还需要获取验证码并进行验证。验证成功后,弹出访问密钥下载对话框。单击"确定",并根据提示下载保存访问密钥。如果已生成过AK/SK,找到原来已下载的AK/SK文件,文件名一般为:credentials.csv。

3.2 调用语音合成算法API

1、点击开发者页面下的开发工具

2、单击API Explorer进入华为云OpenAPI页面,搜索语音交互。

3、设置参数

输入需要语音合成的文本,设置语音格式,采样率,语种等参数,示例:

待合成的文本:明月几时有,把酒问青天?

语音格式头: mp3

采样率 : 8000

语种: chinese_xiaoqi_common 小琪,标准女声发音人

4、API 3.0 Explorer 在线接口调试图

调试成功之后,将自动生成的python代码复制即可,但是一定要记得填入自己的"AK/SK"!!

3.3 实验代码

将ak,sk等参数修改为获取的密钥,运行成功后获得temp.mp3文件,正是所输入文本的语音。

javascript 复制代码
# coding: utf-8
from huaweicloudsdkcore.auth.credentials import BasicCredentials
from huaweicloudsdksis.v1.region.sis_region import SisRegion
from huaweicloudsdkcore.exceptions import exceptions
from huaweicloudsdksis.v1 import *
import base64
def base64_to_file(base64_string, file_path):
    # 将base64字符串解码为字节流
    decoded_bytes = base64.b64decode(base64_string)
    # 将字节流写入文件
    with open(file_path, 'wb') as file:
        file.write(decoded_bytes)
if __name__ == "__main__":
    ak = __import__('os').getenv("CLOUD_SDK_AK")
    sk = __import__('os').getenv("CLOUD_SDK_SK")
    projectId = "6093a8e9e016484f9f9ccb3e85d1af45"
    credentials = BasicCredentials(ak, sk, projectId)
    client = SisClient.new_builder() \
        .with_credentials(credentials) \
        .with_region(SisRegion.value_of("cn-east-3")) \
        .build()
    try:
        request = RunTtsRequest()
        configbody = TtsConfig(
            audio_format="mp3",
            sample_rate="8000",
            _property="chinese_xiaoqi_common",
            speed=10,
            pitch=10,
            volume=50
        )
        request.body = PostCustomTTSReq(
            config=configbody,
            text="明月几时有,把酒问青天"
        )
        response = client.run_tts(request)
        print(response)
        base64_to_file(response.result.data, "temp.mp3")
    except exceptions.ClientRequestException as e:
        print(e.status_code)
        print(e.request_id)
        print(e.error_code)
        print(e.error_msg)

3.4 运行结果

相关推荐
盗理者12 分钟前
关于使用 读光-文字检测-DBNet行检测模型-中英-通用领域,版本问题
python
wang_yb23 分钟前
解锁UV工具新玩法:让Python脚本运行更高效的实用技巧
python·databook
蹦蹦跳跳真可爱58927 分钟前
Python----深度学习(基于DNN的PM2.5预测)
人工智能·pytorch·python·深度学习·线性回归·dnn
全栈派森30 分钟前
机器学习第一课: 打通任督二脉
python·机器学习
datacollectionspecia30 分钟前
优化无头浏览器流量:使用Puppeteer进行高效数据抓取的成本降低策略
python·html
东方佑43 分钟前
使用Python创建带边框样式的Word表格
数据库·python·word
?abc!1 小时前
设计模式基础概念(结构型模式):适配器模式(Adapter Pattern)
python·设计模式·适配器模式
Emma歌小白1 小时前
循环动态地创建多个不同的 DataFrame
后端·python
Silence4Allen1 小时前
VSCode 设置源代码根目录
ide·vscode·python·编辑器·pythonpath
闲人编程2 小时前
数据分析案例:能源数据分析
python·数据挖掘·数据分析·pandas·能源·数据预处理