基于C# 百度AI和科大汛飞语音合成SDK
程序员文章站
2022-05-24 18:34:14
一、百度语音合成 百度语音合成C# SDK主要是基于Rest API,需要互联网调用HTTP接口,Rest API 仅支持最多512个汉字,合成的格式文件为MP3,没有其它的格式。如果想离线使用需下载SDK,Android 或IOS。 1、安装语音合成 C# SDK C# SDK 现已开源! htt ......
一、百度语音合成
百度语音合成c# sdk主要是基于rest api,需要互联网调用http接口,rest api 仅支持最多512个汉字,合成的格式文件为mp3,没有其它的格式。如果想离线使用需下载sdk,android 或ios。
1、安装语音合成 c# sdk
c# sdk 现已开源! https://github.com/baidu-aip/dotnet-sdk
** 支持平台:.net framework 3.5 4.0 4.5, .net core 2.0 **
2、方法一:使用nuget管理依赖 (推荐)
在nuget中搜索 baidu.ai
,安装最新版即可。
packet地址 https://www.nuget.org/packages/baidu.ai/
3、源程序界面及代码
#region 百度语音 private void simplebutton1_click(object sender, eventargs e) { if (spinedit1.value <= 0) { spinedit1.focus(); return; } if (trackbarcontrol1.value <= 0) { trackbarcontrol1.focus(); return; } if (string.isnullorempty(textbox1.text.trim())) { textbox1.focus(); textbox1.select(); return; } // 设置appid/ak/sk var app_id = "******"; var api_key = "******"; var secret_key = "*****"; var client = new baidu.aip.speech.tts(api_key, secret_key); client.timeout = 60000; // 修改超时时间 // 可选参数 var option = new dictionary<string, object>() { {"spd", spinedit1.value}, // 语速 {"vol", trackbarcontrol1.value}, // 音量 {"per", comboboxedit1.selectedindex} // 发音人,4:情感度丫丫童声 }; var result = client.synthesis(textbox1.text, option); if (xtrasavefiledialog1.showdialog() == system.windows.forms.dialogresult.ok) { if (result.errorcode == 0) // 或 result.success { file.writeallbytes(xtrasavefiledialog1.filename, result.data); } } } #endregion
接口参数说明:
一、科大讯飞语音合成
科大讯飞没有c# sdk,采用webapi的形式调用。不过请注意该接口使用的http api协议不支持跨域。
1、接口调用流程
注: 调用接口前需配置ip白名单,ip白名单规则请参照 ip白名单。(由于我之前没有设置正确的ip,导致接口调用不成功)可以在百度里面输入ip将会显示你的互联网ip
- 通过接口密钥基于md5计算签名,将签名以及其他参数放在http request header中 。
- 将文本数据放在http request body中 。
- 向服务器端发送http请求后,接收服务器端的返回结果。
注: 在控制台添加服务后,点击“发音人管理”可自行添加并试用发音人,添加后会显示该发音人参数值,设置参数voice_name为相应的发音人参数值即可。
2、程序界面及源代码
源代码
public class rootobject { public string auf { get; set; } public string aue { get; set; } public string voice_name { get; set; } public string speed { get; set; } public string volume { get; set; } public string pitch { get; set; } public string engine_type { get; set; } public string text_type { get; set; } }
string md5(string s) { system.security.cryptography.md5 md5 = new system.security.cryptography.md5cryptoserviceprovider(); byte[] bytes = system.text.encoding.utf8.getbytes(s); bytes = md5.computehash(bytes); md5.clear(); string ret = ""; for (int i = 0; i < bytes.length; i++) { ret += convert.tostring(bytes[i], 16).padleft(2, '0'); } return ret.padleft(32, '0'); }
#region 把流转换成缓存流 memorystream streamtomemorystream(stream instream) { memorystream outstream = new memorystream(); const int bufferlen = 4096; byte[] buffer = new byte[bufferlen]; int count = 0; while ((count = instream.read(buffer, 0, bufferlen)) > 0) { outstream.write(buffer, 0, count); } return outstream; } #endregion
#region 把缓存流转换成字节组 public static byte[] streamtobyte(memorystream memorystream) { byte[] buffer = new byte[memorystream.length]; memorystream.seek(0, seekorigin.begin); memorystream.read(buffer, 0, buffer.length); return buffer; } #endregion
private void simplebutton2_click(object sender, eventargs e) { // 应用appid(必须为webapi类型应用,并开通语音合成服务,参考帖子如何创建一个webapi应用:http://bbs.xfyun.cn/forum.php?mod=viewthread&tid=36481) string appid = "****"; // 接口密钥(webapi类型应用开通合成服务后,控制台--我的应用---语音合成---相应服务的apikey) string apikey = "****"; // 语音合成webapi接口地址 string url = "http://api.xfyun.cn/v1/service/v1/tts"; string bodys; // 待合成文本 string text = memoedit1.text; // 对要合成语音的文字先用utf-8然后进行url加密 byte[] textdata = encoding.utf8.getbytes(text); text = httputility.urlencode(textdata); bodys = string.format("text={0}", text); //aue = raw, 音频文件保存类型为 wav或者pcm //aue = lame, 音频文件保存类型为 mp3 string aue = "lame"; rootobject root = new rootobject(); root.aue = aue; root.auf = "audio/l16;rate=16000"; root.speed = speed.value.tostring(); root.pitch = pitch.value.tostring(); root.volume = volume.value.tostring(); root.voice_name = voice_name.text.split('-')[0]; root.engine_type = engine_type.text.split('-')[0]; root.text_type = "text"; string param = newtonsoft.json.jsonconvert.serializeobject(root); // 获取十位的时间戳 timespan ts = datetime.utcnow - new datetime(1970, 1, 1, 0, 0, 0, 0); string curtime = convert.toint64(ts.totalseconds).tostring(); // 对参数先utf-8然后用base64编码 byte[] paramdata = encoding.utf8.getbytes(param); string parabase64 = convert.tobase64string(paramdata); // 形成签名 string checksum = md5(apikey + curtime + parabase64); // 组装http请求头 httpwebrequest request = (httpwebrequest)webrequest.create(url); request = (httpwebrequest)webrequest.create(url); request.method = "post"; request.contenttype = "application/x-www-form-urlencoded"; request.headers.add("x-param", parabase64); request.headers.add("x-curtime", curtime); request.headers.add("x-appid", appid); request.headers.add("x-checksum", checksum); stream requeststream = request.getrequeststream(); streamwriter streamwriter = new streamwriter(requeststream, encoding.getencoding("gb2312")); streamwriter.write(bodys); streamwriter.close(); string htmlstr = string.empty; httpwebresponse response = request.getresponse() as httpwebresponse; stream responsestream = response.getresponsestream(); using (streamreader reader = new streamreader(responsestream, encoding.getencoding("utf-8"))) { string header_type = response.headers["content-type"]; if (header_type == "audio/mpeg") { stream st = response.getresponsestream(); memorystream memorystream = streamtomemorystream(st); if (xtrasavefiledialog2.showdialog() == system.windows.forms.dialogresult.ok) { // 保存音频文件地址和音频格式类型 file.writeallbytes(xtrasavefiledialog2.filename, streamtobyte(memorystream)); } console.writeline(response.headers); console.readline(); } else { htmlstr = reader.readtoend(); console.writeline(htmlstr); console.readline(); } } responsestream.close(); } #endregion }
通过尝试百度和科大讯飞两个语音合成接口,发现科大讯飞语音比较好一些,百度有些词语会读错。