基于C# 百度AI和科大汛飞语音合成SDK

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

1. 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 。
2. 将文本数据放在http request body中 。
3. 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。