百度语音合成api/sdk及demo

2021-05-31 18:05

阅读:683

标签:test   文本   success   创建   http   table   open   mp3格式   params   

1、流程

  1)换取token

    用Api Key 和 SecretKey。访问https://openapi.baidu.com/oauth/2.0/token 换取 token   

// appKey = Va5yQRHl********LT0vuXV4
// appSecret = 0rDSjzQ20XUj5i********PQSzr5pVw2

https://openapi.baidu.com/oauth/2.0/token?grant_type=client_credentials&client_id=Va5yQRHl********LT0vuXV4&client_secret=0rDSjzQ20XUj5i********PQSzr5pVw2

  返回

{
    "access_token": "1.a6b7dbd428f731035f771b8d********.86400.1292922000-2346678-124328",
    "expires_in": 2592000,
    "refresh_token": "2.385d55f8615fdfd9edb7c4b********.604800.1293440400-2346678-124328",
    "scope": "public audio_tts_post ...",
    "session_key": "ANXxSNjwQDugf8615Onqeik********CdlLxn",
    "session_secret": "248APxvxjCZ0VEC********aK4oZExMB",
}
scope中含有audio_tts_post 表示有语音合成能力,没有该audio_tts_post 的token调用接口会返回502错误。 在结果中可以看见 token = 1.a6b7dbd428f731035f771b8d********.86400.1292922000-2346678-124328,在2592000秒(30天)后过期

  2)访问合成接口

#从上文中我们获取的token是 1.a6b7dbd428f731035f771b8d********.86400.1292922000-2346678-124328
http://tsn.baidu.com/text2audio?lan=zh&ctp=1&cuid=abcdxxx&tok=1.a6b7dbd428f731035f771b8d****.86400.1292922000-2346678-124328&tex=%e7%99%be%e5%ba%a6%e4%bd%a0%e5%a5%bd&vol=9&per=0&spd=5&pit=5&aue=3
// 这是一个正常MP3的下载url
// tex在实际开发过程中请urlencode2次
"""
tex 必填 合成的文本,使用UTF-8编码。小于2048个中文字或者英文数字。(文本在百度服务器内转换为GBK后,长度必须小于4096字节)
tok 必填 开放平台获取到的开发者access_token(见上面的“鉴权认证机制”段落)
cuid 必填 用户唯一标识,用来计算UV值。建议填写能区分用户的机器 MAC 地址或 IMEI 码,长度为60字符以内
ctp 必填 客户端类型选择,web端填写固定值1
lan 必填 固定值zh。语言选择,目前只有中英文混合模式,填写固定值zh
spd 选填 语速,取值0-15,默认为5中语速
pit 选填 音调,取值0-15,默认为5中语调
vol 选填 音量,取值0-15,默认为5中音量
per 选填 发音人选择, 0为普通女声,1为普通男生,3为情感合成-度逍遥,4为情感合成-度丫丫,默认为普通女声
aue 选填 3为mp3格式(默认); 4为pcm-16k;5为pcm-8k;6为wav(内容同pcm-16k); 注意aue=4或者6是语音识别要求的格式,但是音频内容不是语音识别要求的自然人发音,所以识别效果会受影
  • aue =3 ,返回为二进制mp3文件,具体header信息 Content-Type: audio/mp3;
  • aue =4 ,返回为二进制pcm文件,具体header信息 Content-Type:audio/basic;codec=pcm;rate=16000;channel=1
  • aue =5 ,返回为二进制pcm文件,具体header信息 Content-Type:audio/basic;codec=pcm;rate=8000;channel=1
  • aue =6 ,返回为二进制wav文件,具体header信息 Content-Type: audio/wav;

 

 """

2、api 代码demo

# coding=utf-8
import sys
import json

IS_PY3 = sys.version_info.major == 3
if IS_PY3:
    from urllib.request import urlopen
    from urllib.request import Request
    from urllib.error import URLError
    from urllib.parse import urlencode
    from urllib.parse import quote_plus
else:
    import urllib2
    from urllib import quote_plus
    from urllib2 import urlopen
    from urllib2 import Request
    from urllib2 import URLError
    from urllib import urlencode

API_KEY = 4E1BG9lTnlSeIf1NQFlrSq6h
SECRET_KEY = 544ca4657ba8002e3dea3ac2f5fdd241

TEXT = "欢迎使用百度语音合成。"

# 发音人选择, 0为普通女声,1为普通男生,3为情感合成-度逍遥,4为情感合成-度丫丫,默认为普通女声
PER = 4
# 语速,取值0-15,默认为5中语速
SPD = 5
# 音调,取值0-15,默认为5中语调
PIT = 5
# 音量,取值0-9,默认为5中音量
VOL = 5
# 下载的文件格式, 3:mp3(default) 4: pcm-16k 5: pcm-8k 6. wav
AUE = 3

FORMATS = {3: "mp3", 4: "pcm", 5: "pcm", 6: "wav"}
FORMAT = FORMATS[AUE]

CUID = "123456PYTHON"

TTS_URL = http://tsn.baidu.com/text2audio


class DemoError(Exception):
    pass


"""  TOKEN start """

TOKEN_URL = http://openapi.baidu.com/oauth/2.0/token
SCOPE = audio_tts_post  # 有此scope表示有tts能力,没有请在网页里勾选


def fetch_token():
    print("fetch token begin")
    params = {grant_type: client_credentials,
              client_id: API_KEY,
              client_secret: SECRET_KEY}
    post_data = urlencode(params)
    if (IS_PY3):
        post_data = post_data.encode(utf-8)
    req = Request(TOKEN_URL, post_data)
    try:
        f = urlopen(req, timeout=5)
        result_str = f.read()
    except URLError as err:
        print(token http response http code :  + str(err.code))
        result_str = err.read()
    if (IS_PY3):
        result_str = result_str.decode()

    print(result_str)
    result = json.loads(result_str)
    print(result)
    if (access_token in result.keys() and scope in result.keys()):
        if not SCOPE in result[scope].split( ):
            raise DemoError(scope is not correct)
        print(SUCCESS WITH TOKEN: %s ; EXPIRES IN SECONDS: %s % (result[access_token], result[expires_in]))
        return result[access_token]
    else:
        raise DemoError(MAYBE API_KEY or SECRET_KEY not correct: access_token or scope not found in token response)


"""  TOKEN end """

if __name__ == __main__:
    token = fetch_token()
    tex = quote_plus(TEXT)  # 此处TEXT需要两次urlencode
    print(tex)
    params = {tok: token, tex: tex, per: PER, spd: SPD, pit: PIT, vol: VOL, aue: AUE, cuid: CUID,
              lan: zh, ctp: 1}  # lan ctp 固定参数

    data = urlencode(params)
    print(test on Web Browser + TTS_URL + ? + data)

    req = Request(TTS_URL, data.encode(utf-8))
    has_error = False
    try:
        f = urlopen(req)
        result_str = f.read()

        headers = dict((name.lower(), value) for name, value in f.headers.items())

        has_error = (content-type not in headers.keys() or headers[content-type].find(audio/)  0)
    except  URLError as err:
        print(asr http response http code :  + str(err.code))
        result_str = err.read()
        has_error = True

    save_file = "error.txt" if has_error else result. + FORMAT
    with open(save_file, wb) as of:
        of.write(result_str)

    if has_error:
        if (IS_PY3):
            result_str = str(result_str, utf-8)
        print("tts api  error:" + result_str)

    print("result saved as :" + save_file)

 

3、sdk下载

pip install baidu-aip

5、sdk demo代码

# coding=utf-8
from aip import AipSpeech

API_KEY = DHEl3FqU9oxxx‘ # 替换成你的api_key 在创建的应用中查找
SECRET_KEY = ZWGxEZjxxxxIMx7BeGnoW83u‘ # 替换成你的secret_key 在创建的应用中查找
APP_ID = 1xx3x3‘ # 替换成你的app_id
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
result = client.synthesis(ubaidu是一家科技公司, zh, 1, {
    vol: 5, per: 5, spd: 4
})
# vol 控制音量 per 控制男女声 spd 控制速度
if not isinstance(result, dict):
    with open(auido.mp3, wb) as f:
        f.write(result)

 

百度语音合成api/sdk及demo

标签:test   文本   success   创建   http   table   open   mp3格式   params   

原文地址:https://www.cnblogs.com/kakawith/p/11005365.html


评论


亲,登录后才可以留言!