欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

基于C# 百度AI和科大汛飞语音合成SDK

程序员文章站 2024-02-01 00:00:16
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

基于C# 百度AI和科大汛飞语音合成SDK

   #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:

 基于C# 百度AI和科大汛飞语音合成SDK

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。

 基于C# 百度AI和科大汛飞语音合成SDK

 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

基于C# 百度AI和科大汛飞语音合成SDK

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。