手把手使用Python進行語音合成，文字轉語音

目錄

• 0. 太長不看系列，直接使用
• 1. Python調用標貝科技語音合成接口，實現文字轉語音
  • 1.1 環境准備：
  • 1.2 獲取權限
    • 1.2.1 登錄
    • 1.2.2 創建新應用
    • 1.2.3 選擇服務
    • 1.2.4 獲取Key&Secret
• 2. 代碼實現
  • 2.1 獲取access_token
  • 2.2 獲取轉換后音頻
  • 2.3 配置接口參數
  • 2.4 完整demo
  • 2.5 執行

0. 太長不看系列，直接使用

在1.2官網注冊后拿到APISecret和APIKey，直接復制文章2.4demo代碼，保存為online_tts.py，在命令行執行

python online_tts.py -client_secret=你的client_secret -client_id=你的client_id -file_save_path=test.wav --text=今天天氣不錯

使用中有任何問題，歡迎留言提問。

1. Python調用標貝科技語音合成接口，實現文字轉語音

1.1 環境准備：

Python 3

1.2 獲取權限

標貝科技 https://ai.data-baker.com/#/index

填寫邀請碼fwwqgs，每日免費調用量還可以翻倍

1.2.1 登錄

點擊產品地址進行登錄，支持短信、密碼、微信三種方式登錄。

1.2.2 創建新應用

登錄后進入【首頁概覽】，各位開發者可以進行創建多個應用。包括一句話識別、長語音識別、錄音文件識別；在線合成、離線合成、長文本合成。

1.2.3 選擇服務

進入【已創建的應用】，左側選擇您需調用的AI技術服務，右側展示對應服務頁面概覽（您可查詢用量、管理套餐、購買服務量、自主獲取授權、預警管理）。

1.2.4 獲取Key&Secret

通過服務 / 授權管理，獲取對應參數，進行開發配置（獲取訪問令牌token）

拿到Key和Secret就可以正式使用啦！

2. 代碼實現

2.1 獲取access_token

在拿到Key和Secret后，我們還需要調用授權接口獲取access_token，這個access_token有效時長是24小時。

# 獲取access_token用於鑒權
def get_access_token(client_secret, client_id):
    grant_type = "client_credentials"
    url = "https://openapi.data-baker.com/oauth/2.0/token?grant_type={}&client_secret={}&client_id={}".format(grant_type, client_secret, client_id)
    response = requests.post(url)
    access_token = json.loads(response.text).get('access_token')

    return access_token

2.2 獲取轉換后音頻

拿到access_token后，調用語音合成接口，就可以獲得生成的音頻

# 獲取轉換后音頻
def get_audio(data):
    url = "https://openapi.data-baker.com/tts?access_token={}&domain={}&language={}&voice_name={}&text={}&audiotype={}".format(data['access_domain'], data['domain'], data['language'], data['voice_name'], data['text'], data['audiotype'])
    response = requests.post(url)
    content_type = response.headers['Content-Type']
    if 'audio' not in content_type:
        raise Exception(response.text)
    return response.content

2.3 配置接口參數

client_secret和client_id：在文章1.2的官網獲取，必填

file_save_path：文件保存路徑，必填

text：需要轉換的文本內容

audiotype：音頻類型，默認16K采樣率wav格式

domain：所屬領域，默認1

language：合成后文本語言，默認中文“zh"

voice_name：發音人選擇，默認“Lingling"，其他發音人詳見https://www.data-baker.com/#/specs/file/tts_voice_list

# 獲取命令行輸入參數
def get_args():
    text = '歡迎使用標貝開發平台。'
    parser = argparse.ArgumentParser(description='ASR')
    parser.add_argument('-client_secret', type=str, required=True)
    parser.add_argument('-client_id', type=str, required=True)
    parser.add_argument('-file_save_path', type=str, required=True)
    parser.add_argument('--text', type=str, default=text)
    parser.add_argument('--audiotype', type=str, default='6')
    parser.add_argument('--domain', type=str, default='1')
    parser.add_argument('--language', type=str, default='zh')
    parser.add_argument('--voice_name', type=str, default='Lingling')
    args = parser.parse_args()

    return args

2.4 完整demo

#!/usr/bin/env python
# coding: utf-8
import requests
import json
import argparse


# 獲取access_token用於鑒權
def get_access_token(client_secret, client_id):
    grant_type = "client_credentials"
    url = "https://openapi.data-baker.com/oauth/2.0/token?grant_type={}&client_secret={}&client_id={}".format(grant_type, client_secret, client_id)
    response = requests.post(url)
    access_token = json.loads(response.text).get('access_token')

    return access_token


# 獲取轉換后音頻
def get_audio(data):
    url = "https://openapi.data-baker.com/tts?access_token={}&domain={}&language={}&voice_name={}&text={}&audiotype={}".format(data['access_domain'], data['domain'], data['language'], data['voice_name'], data['text'], data['audiotype'])
    response = requests.post(url)
    content_type = response.headers['Content-Type']
    if 'audio' not in content_type:
        raise Exception(response.text)
    return response.content

# 獲取命令行輸入參數
def get_args():
    text = '歡迎使用標貝開發平台。'
    parser = argparse.ArgumentParser(description='ASR')
    parser.add_argument('-client_secret', type=str, required=True)
    parser.add_argument('-client_id', type=str, required=True)
    parser.add_argument('-file_save_path', type=str, required=True)
    parser.add_argument('--text', type=str, default=text)
    parser.add_argument('--audiotype', type=str, default='6')
    parser.add_argument('--domain', type=str, default='1')
    parser.add_argument('--language', type=str, default='zh')
    parser.add_argument('--voice_name', type=str, default='Lingling')
    args = parser.parse_args()

    return args


if __name__ == '__main__':
    try:
        args = get_args()

        # 獲取access_token
        client_secret = args.client_secret
        client_id = args.client_id
        access_token = get_access_token(client_secret, client_id)

        # 讀取參數
        audiotype = args.audiotype
        domain = args.domain
        language = args.language
        voice_name = args.voice_name
        text = args.text
        data = {'access_domain': access_token, 'audiotype': audiotype, 'domain': domain, 'language': language,
                'voice_name': voice_name, 'text': text}
        content = get_audio(data)

        #保存音頻文件
        with open('test.wav', 'wb') as audio:
            audio.write(content)
        print("task finished successfully")
    except Exception as e:
        print(e)

2.5 執行

復制所有代碼，保存為online_tts.py，在命令行執行

python online_tts.py -client_secret=你的client_secret -client_id=你的client_id -file_save_path=test.wav --text=今天天氣不錯

填寫邀請碼fwwqgs，每日免費調用量還可以翻倍