爱收集资源网

低价QQ绿钻黄钻超级会员、爱奇艺腾讯会员永久服务,网红商城助力抖音快手热门提升

爱收集资源网 2025-03-02 04:10

文章内容在此处输出

科技的发展使得研发语音合成系统变得不再困难,这使得即便是普通人也能轻松掌握其使用方法。正因如此,电子书可以顺利地转化为有声读物。

开发背景

语音合成系统在应用中非常实用,许多公司已经推出了相关的API接口,这大大简化了开发过程。因此,即便是没有相关背景的开发人员,也能轻松制作出个性化的语音合成产品,例如将小说内容转换成语音进行播放等。

现在,云计算和云服务行业正快速进步,很多公司都在大力投入资金。这导致人工智能研发的难度大大减小。就算对语音合成的知识不太熟悉,大家也能迅速制作出相关的应用软件。

前期准备

电脑操作需要安装一些基础软件和配套的环境设置,比如Anaconda、Python 3.7和visual studio code。这些软件对于搭建语音合成系统至关重要。

选择一款恰当的开发工具至关重要,本文中我们采用了讯飞开放平台的WebAPI接口,该接口以其卓越的性能和可靠的维护,为后续的开发工作奠定了稳固的基础。

平台操作

自助下单专区_下单自助真人业务平台是什么_自助平台业务下单真人

首先,你得在讯飞开放平台的控制台设立一个应用,这是启动语音合成服务的首要步骤。应用创建成功后,紧接着,你得点击那个链接,进入该应用的详细资料页面。

进入详情界面后,轻触页面左侧的语音合成图标,便可进入下级在线语音合成(流式版)的页面。随后,请移步至页面右上角,仔细寻找并获取APPID、APISecret以及APIKey这三个至关重要的信息。这些信息在编写后续代码时扮演着至关重要的角色。

代码实现

pip install websocket-clientpip install playsound

安装完两个开发必需的关键库后,我们便为编写代码打下了坚实的基础。这两个库提供了必要的功能,从而让我们能够顺利执行语音合成任务。

创建一个名为play的类,该类拥有四个功能不同的方法。在编写此类时,必须将讯飞开放平台控制台提供的appid、appkey和appsecret完整填写。这样做是为了保证系统能够顺利连接并使用平台提供的各项服务。

class play:  def __init__(self)#初始化函数  def play_sound(self):#播放音频函数  def select_vcn(self,*arg):#选择下拉框设置发音人  def xfyun_tts(self):#进行语音合成

功能调整

下单自助真人业务平台是什么_自助下单专区_自助平台业务下单真人

挑选下拉菜单时,要留意挑选合适的语音合成者。这样做可以使生成的语音更加丰富,满足用户个性化的需求。你可以挑选柔和的女声,或是低沉的男声,每种声音都带有自己独特的魅力。

def __init__(self):        self.APP_ID = 'xxx'   #请填上自己的appid        self.API_KEY = 'xxx'  #请填上自己的appkey        self.SECRET_KEY = 'xxx' #请填上自己的appsecret
        self.root=tk.Tk() #初始化窗口        self.root.title("语音合成系统"#窗口名称        self.root.geometry("600x550"#设置窗口大小        self.root.resizable(0,0)        #self.root.resizable(width=True,height=True)#设置窗口是否可变,宽不可变,高可变,默认为True        self.lb=tk.Label(self.root,text='请选择语音发音人')#标签        self.tt=tk.Text(self.root,width=77,height=30#多行文本框        self.cb=ttk.Combobox(self.root, width=12)  #下拉列表框        #设置下拉列表框的内容           self.cb['values']=("甜美女声-小燕","亲切男声-许久","知性女声-小萍""可爱童声-许小宝","亲切女声-小婧")        self.cb.current(0)    #将当前选择状态置为0,也就是第一项        self.cb.bind("<>"self.select_vcn)        self.tk_tts_file=tk.Label(self.root,text='生成文件名')        self.b1=tk.Button(self.root, text='进行语音合成', width=10,height=1,command=self.xfyun_tts) #按钮        self.tk_play=tk.Button(self.root, text='播放', width=10,height=1,command=self.play_sound) #按钮        #各个组件的位置        self.tk_tts_file.place(x=30,y=500)        self.b1.place(x=300,y=500)        self.tk_play.place(x=400,y=500)        self.lb.place(x=30,y=30)        self.cb.place(x=154,y=30)
        self.tt.place(x=30,y=60)        self.root.mainloop()

为了方便使用,可以对讯飞提供的Python示例程序做出调整。经过一番优化和调整,程序将更加符合个人使用习惯,从而有助于提高开发效率。

成果呈现

    def select_vcn(self,*arg):        if self.cb.get()=='甜美女声-小燕':            self.vcn="xiaoyan"        elif self.cb.get()=='亲切男声-许久':            self.vcn="aisjiuxu"        elif self.cb.get()=='知性女声-小萍':            self.vcn="aisxping"        elif self.cb.get()=='可爱童声-许小宝':            self.vcn="aisbabyxu"        elif self.cb.get()=='亲切女声-小婧':            self.vcn="aisjinger"
        print(self.vcn)

完成了前几个步骤后,我们成功搭建起了语音合成系统。这个系统能够将用户下载的电子书等资料转换成声音,并播放出来,为用户带来了全新的阅读感受。

语音合成系统的开发不仅能够满足人们的个人需求,还能在教育、有声读物等多个方面发挥显著作用。它的未来应用前景广阔,发展潜力巨大。

# -*- 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 websocketimport datetimeimport hashlibimport base64import hmacimport jsonfrom urllib.parse import urlencodeimport timeimport sslfrom wsgiref.handlers import format_date_timefrom datetime import datetimefrom time import mktimeimport _thread as threadimport osimport wave

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
PCM_PATH = "./demo.pcm"
class Ws_Param(object):    # 初始化    def __init__(self):        pass    def set_tts_params(self, text, vcn):            if text != "":                self.Text = text            if vcn != "":                self.vcn = vcn                # 业务参数(business),更多个性化参数可在官网查看                self.BusinessArgs = {"bgs":1,"aue""raw""auf""audio/L16;rate=16000""vcn": self.vcn, "tte""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")}            self.Data = {"status"2"text": str(base64.b64encode(self.Text.encode('utf-8')), "UTF8")}
    def set_params(self, appid, apiSecret, apiKey):        if appid != "":            self.APPID = appid            # 公共参数(common)            self.CommonArgs = {"app_id": self.APPID}                if apiKey != "":            self.APIKey = apiKey                if apiSecret != "":            self.APISecret = apiSecret
    # 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"        }         url = url + '?' + urlencode(v)         return url
def on_message(ws, message):    try:        #print(message)        try:            message =json.loads(message)        except Exception as e:            print("111",e)
        code = message["code"]        sid = message["sid"]        audio = message["data"]["audio"]        audio = base64.b64decode(audio)        status = message["data"]["status"]        print(code, sid, status)        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(PCM_PATH, '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(PCM_PATH):            os.remove(PCM_PATH)
    thread.start_new_thread(run, ())

def text2pcm(appid, apiSecret, apiKey, text, vcn, fname):    wsParam.set_params(appid, apiSecret, apiKey)    wsParam.set_tts_params(text, vcn)    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})
    pcm2wav(PCM_PATH, fname)
def pcm2wav(fname, dstname):    with open(fname, 'rb'as pcmfile:        pcmdata = pcmfile.read()        print(len(pcmdata))    with wave.open(dstname, "wb"as wavfile:        wavfile.setparams((12160000'NONE''NONE'))        wavfile.writeframes(pcmdata)
wsParam = Ws_Param()

自助平台业务下单真人