Serverless实战驾校小程序【语音读题】六

语音读题功能

为了更方便查看题目，我们加入读题功能。语音读题主要应用在智能客服机器人、电子有声读物、智慧教育等领域，了解到目前市场语音合成技术，主要有讯飞语音、百度语音、腾讯语音这几家大厂。 都支持男女生声，讯飞价格比较贵，这里发现腾讯语音合成暂时不收费，

腾讯云的语言合成介绍
https://cloud.tencent.com/product/tts#scenarios

语音合成（Text To Speech）满足已知文本生成语音的需求，打通人机交互闭环。多种音色选择，支持自定义音量、语速，为企业客户提供定制自有领域词库和个性化发音人服务，让发音更自然、更专业、更符合场景需求。语音合成广泛应用于语音导航、有声读物、标准发音领读、自动新闻播报等场景。

本以为这些API厂商，直接提供了API接口，小程序里请求就好了，现实不是的，做法跟做微信支付有点类似。必须自己实现一套服务端API，服务端实现接口加密等操作。

这几家都需要这样做，这里首先把需要的资料准备好。

1. 开发语言 这里选Golang，官方有服务端SDK
2. 腾讯云API密匙，自己在控制台查看并记录
3. 开发文档地址：https://cloud.tencent.com/document/api/441/18086
4. 选一台服务器，备案好域名，配置好https

编写代码

1.路由

    beego.Router("/1/textToVoice", &controllers.CloudController{}, "post:TextToVoice")

2.控制器

func (cloud *CloudController) TextToVoice() {
    body := cloud.Ctx.Input.CopyBody(beego.BConfig.MaxMemory)
    js, err := simplejson.NewJson(body)
    if err != nil {
        cloud.responseError(err)
    }
    //获取文本信息
    text := js.Get("text").MustString()
    //判断不能为空
    if strings.TrimSpace(text) == "" {
        cloud.responseError(fmt.Errorf("text param不能为空"))
    }
    
//这里初始化大家传入自己腾讯云的key信息
    client, _ := aai.NewClientWithSecretId(
        "id",
        "key",
        regions.Guangzhou)

    request := aai.NewTextToVoiceRequest()
    request.Text = common.StringPtr(text)
    request.SessionId = common.StringPtr(uuid.GetRandomString(16))
    request.ModelType = common.Int64Ptr(-1)
    request.ModelType = common.Int64Ptr(-1)
    request.Speed = common.Float64Ptr(0.8)
    response, err := client.TextToVoice(request)
    // 处理异常
    if _, ok := err.(*errors.TencentCloudSDKError); ok {
        cloud.responseError(fmt.Errorf("An API error has returned: %s", err))
    }
    // 非SDK异常，直接失败。实际代码中可以加入其他的处理。
    if err != nil {
        cloud.responseError(err)
    }
    // 打印返回的json字符串
    var base64Str *string = response.Response.Audio
    fileByte, err := models.Base64Decode([]byte(*base64Str))
    if err != nil {
        cloud.responseError(err)
    }

    fileName := uuid.GetRandomString(16) + "_" + fmt.Sprintf("%d", time.Now().Unix()) + ".wav"
    filePath := "/data/dyfsuda/app/restful/files/" + fileName
    url := "https://api.xxxx.com/files/" + fileName
//把文件写入目录
    if err = ioutil.WriteFile(filePath, fileByte, os.ModeAppend); err != nil {
        cloud.responseError(err)
    }
    if err = os.Chmod(filePath, 0777); err != nil {
        cloud.responseError(err)
    }
//返回文件路径给客户端
    cloud.Data["json"] = map[string]string{"url": url}
    cloud.ServeJSON()
}

这里每次的题目可能都不一样，所以就不更新到数据库了，需要的时候，调用一次接口，如果接口收费，这里就把语音文件路径保存到数据表里，每次判断数据表是否存在语音就可以了。

目前开发这读题还是需要自己有服务器，如果现成的API调用就好了。

image.png

这项目目前已经上线，大家可以体验下读题效果。

image.png