三分钟把声优带回家

点击▲关注 “爪哇笔记”   给公众号标星置顶

更多精彩 第一时间直达

Java版本

语音合成可将计算机自己产生的、或外部输入的文字信息转变为可以听得懂的、流利的口语输出的技术。适用于手机APP、儿童故事机、智能机器人等多种应用场景。

整合

这里我们使用百度云的人工智能语音合成API，个人用户拥有一定的免费额度，基本已经够用了，在线语音合成支持丰富的SDK，基本上主流的语言都可以轻松接入。这里使用世界上最流行的语言Java。

pom.xml引入：

<dependency> <groupId>com.baidu.aip</groupId> <artifactId>java-sdk</artifactId> <version>4.12.0</version> </dependency>

application.properties引入：

# =================================== # 百度人工智能，申请百度云账号并创建应用 # =================================== bai-du.appId = ********** bai-du.apiKey = ********** bai-du.accessKeySecret = **********

BaiDuProperties.java 配置实体：

@Data @ConfigurationProperties(prefix = "bai-du") public class BaiDuProperties { private String appId; private String apiKey; private String accessKeySecret; }

撸一个工具类：

/** * 百度智能AI */ @Component @Configuration @EnableConfigurationProperties({BaiDuProperties.class}) public class BaiDuUtils { private BaiDuProperties baiDu; public BaiDuUtils(BaiDuProperties baiDu) { this.baiDu = baiDu; } private AipSpeech instance; @Value("${file.path}") private String filePath; @PostConstruct public void init() { try { FileUtil.mkdir(filePath+SystemConstant.SF_FILE_SEPARATOR+"voice"); instance = new AipSpeech(baiDu.getAppId(), baiDu.getApiKey(), baiDu.getAccessKeySecret()); // 可选：设置网络连接参数 instance.setConnectionTimeoutInMillis(2000); instance.setSocketTimeoutInMillis(60000); } catch (Exception e) { e.printStackTrace(); } } /** * 语音合成 * 本地测试可能会出现https认证的问题 调用一下 ignoreSsl 方法即可 * @param text 合成的文本，使用UTF-8编码，请注意文本长度必须小于1024字节 */ public String text2Voice(String text,Boolean per) { SslUtils.ignoreSsl(); HashMap<String, Object> options = new HashMap<>(); if(per){ options.put("per", "3"); }else{ options.put("per", "4"); } TtsResponse res = instance.synthesis(text, "zh", 1, options); byte[] data = res.getData(); if (data != null) { try { String file = "voice"+SystemConstant.SF_FILE_SEPARATOR+UUID.randomUUID()+".mp3"; Util.writeBytesToFileSystem(data, filePath + SystemConstant.SF_FILE_SEPARATOR + file); return file; } catch (IOException e) { e.printStackTrace(); } } return null; } }

注意

请注意文本长度必须小于1024字节

本地测试可能会出现https认证的问题 调用一下 ignoreSsl 方法即可

截图

Python版本

语音合成技术能将用户输入的文字，转换成流畅自然的语音输出，并且可以支持语速、音调、音量设置，打破传统文字式人机交互的方式，让人机沟通更自然。

应用场景

将游戏场景中的公告、任务或派单信息通过语音播报，让玩家玩游戏或配送员送货的同时，也可接听新任务。

文学小说类软件，可以利用百度语音合成技术将文学小说作品进行高质量的朗读，流畅清晰，解放双眼，畅听世界。

项目架构

Python3.7.2、Django2.1.7、baidu-aip

案例

这里只展示部分代码，有兴趣的同学可以自行下载源码安装调试。

import os import time import codecs from aip importAipSpeech from django.shortcuts import render from django.http importHttpResponse ''' pip install --upgrade pip pip install django pip install baidu-aip ''' def main(request): return render(request, 'index.html') def m_main(request): return render(request, 'm_index.html') def convert(request): message = request.POST.get("message") switch = request.POST.get("switch") mp3 = du_say(message, switch) returnHttpResponse(mp3) def du_say(message, switch): write_txt(message) app_id = '*****' api_key = '*****' secret_key = '*****' client = AipSpeech(app_id, api_key, secret_key) if switch == "true": switch = 3 else: switch = 4 result = client.synthesis(message, 'zh', 1, { 'vol': 5, 'per': switch, }) t = time.time() now_time = lambda: int(round(t * 1000)) path = os.getcwd() + os.path.sep + "static"+ os.path.sep + "audio"+os.path.sep audio = path+str(now_time())+'.mp3' # 识别正确返回语音二进制 错误则返回dict 参照下面错误码 ifnot isinstance(result, dict): with open(audio, 'wb') as f: f.write(result) return str(now_time())+'.mp3' def write_txt(message): t = time.time() now_time = lambda: int(round(t * 1000)) path = os.getcwd() + os.path.sep + "static"+ os.path.sep + "text"+os.path.sep text = path+str(now_time())+'.txt' with codecs.open(text, 'a', encoding='utf8')as f: f.write(message)

本地部署

从码云拉取项目到本地：

https://gitee.com/52itstyle/baidu-speech.git

配置百度语音API：

# 自行注册申请 https://console.bce.baidu.com/ai/#/ai/speech/app/list

启动项目：

# 切换到项目根目录，执行 manage.py runserver

外网部署

这里以Linux为例，代理使用 openresty。

安装 Python3

wget https://www.python.org/ftp/python/3.7.1/Python-3.7.1.tar.xz

事先安装依赖，否则后期安装会报错：

yum -y install zlib* yum -y install libffi-devel

下面开始正式安装：

# 解压 tar -xvf Python-3.7.1.tar.xz # 切换大目录 cd Python-3.7.1 # 配置编译 ./configure # 编译安装 make && make install

安装 Django

pip install Django

安装成功以后需要重新配置并编译安装 Python3：

# 配置编译 ./configure # 编译安装 make && make install

安装服务器 uwsgi

pip3 install uwsgi

上传项目到服务器，并切换到 speech 目录：

# 目录下新建文件夹 mkdir script

在 script 下新增 uwsgi.ini (项目中已经配置好，自行修改路径即可)：

# uwsig使用配置文件启动 [uwsgi] # 项目目录 chdir=/www/speech/ # 指定项目的application module=speech.wsgi:application # 指定sock的文件路径 socket=/www/speech/script/uwsgi.sock # 进程个数 workers=5 pidfile=/www/speech/script/uwsgi.pid # 指定IP端口 http=127.0.0.1:8001 # 指定静态文件 static-map=/static=/www/speech/static # 启动uwsgi的用户名和用户组 uid=root gid=root # 启用主进程 master=true # 自动移除unix Socket和pid文件当服务停止的时候 vacuum=true # 序列化接受的内容，如果可能的话 thunder-lock=true # 启用线程 enable-threads=true # 设置自中断时间 harakiri=30 # 设置缓冲 post-buffering=4096 # 设置日志目录 daemonize=/www/speech/script/uwsgi.log

然后使用以下命令启动：

uwsgi --ini uwsgi.ini

执行命令，查看是否启动成功：

[root@AY140216131049Z script]# ps -ef|grep uwsgi root 304010Nov21? 00:00:03 uwsgi --ini uwsgi.ini root 304130400Nov21? 00:00:00 uwsgi --ini uwsgi.ini root 304230400Nov21? 00:00:00 uwsgi --ini uwsgi.ini root 304330400Nov21? 00:00:00 uwsgi --ini uwsgi.ini root 304430400Nov21? 00:00:00 uwsgi --ini uwsgi.ini root 304530400Nov21? 00:00:00 uwsgi --ini uwsgi.ini root 304630400Nov21? 00:00:00 uwsgi --ini uwsgi.ini root 66066580018:13 pts/000:00:00 grep --color=auto uwsgi

重启：

uwsgi --reload uwsgi.pid

配置Nginx代理：

server { listen 80; server_name speech.52itstyle.vip; charset utf-8; location / { include uwsgi_params; # 导入一个Nginx模块他是用来和uWSGI进行通讯的 uwsgi_connect_timeout 30; # 设置连接uWSGI超时时间 uwsgi_pass unix:/www/speech/script/uwsgi.sock; # 指定uwsgi的sock文件所有动态请求就会直接丢给他 } # 动静分离 Nginx 处理静态请求 location /static{ root /www/speech/; } }

如果启动HTTPS：

server { listen 80; listen 443 ssl; server_name speech.52itstyle.vip; #ssl on; #证书路径 ssl_certificate /usr/local/openresty/nginx/cert/1901523_speech.52itstyle.vip.pem; #私钥路径 ssl_certificate_key /usr/local/openresty/nginx/cert/1901523_speech.52itstyle.vip.key; #缓存有效期 ssl_session_timeout 5m; #可选的加密算法,顺序很重要,越靠前的优先级越高. ssl_ciphers ECDHE-RSA-AES128-GCM-SHA256:ECDHE:ECDH:AES:HIGH:!NULL:!aNULL:!MD5:!ADH:!RC4; #安全链接可选的加密协议 ssl_protocols TLSv1TLSv1.1TLSv1.2; ssl_prefer_server_ciphers on; location / { include uwsgi_params; # 导入一个Nginx模块他是用来和uWSGI进行通讯的 uwsgi_connect_timeout 30; # 设置连接uWSGI超时时间 uwsgi_pass unix:/www/speech/script/uwsgi.sock; # 指定uwsgi的sock文件所有动态请求就会直接丢给他 } # 动静分离 Nginx 处理静态请求 location /static{ root /www/speech/; } }

项目源码

https://gitee.com/52itstyle/baidu-speech

https://gitee.com/52itstyle/SPTools

▲长按图片识别语音播报