手把手教你搭建一个你自己的语音合成系统

1.百度AI开放

  今天，我们来一起学习意下如何搭建一个属于你自己的语音合成系统，在这里我们会用到百度的语音合成服务。

第一步
首先我们打开百度AI开放平台，他的网站域名是https://ai.baidu.com
打开之后我们可以点击开放能力
然后在中间的语音合成下点击 在线合成-基础音库这个完全免费的，

然后我们会看到下面的页面
我们点击技术文档可以看到如下百度语音合成的简介：https://ai.baidu.com/ai-doc/SPEECH/Gk38y8lzk

2. 安装语音合成 Python SDK

语音合成 Python SDK目录结构

├── README.md
├── aip                   //SDK目录
│   ├── __init__.py       //导出类
│   ├── base.py           //aip基类
│   ├── http.py           //http请求
│   └── speech.py //语音合成
└── setup.py              //setuptools安装

支持Python版本：2.7.+ ,3.+

安装使用Python SDK有如下方式：

如果已安装pip，执行pip install baidu-aip即可。
如果已安装setuptools，执行python setup.py install即可。

3.新建AipSpeech

AipSpeech是语音合成的Python SDK客户端，为使用语音合成的开发人员提供了一系列的交互方法。

参考如下代码新建一个AipSpeech：

from aip import AipSpeech

""" 你的 APPID AK SK """
APP_ID = '你的 App ID'
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

在上面代码中，常量APP_ID在百度云控制台中创建，常量API_KEY与SECRET_KEY是在创建完毕应用后，系统分配给用户的，均为字符串，用于标识用户，为访问做签名验证，可在AI服务控制台中的应用列表中查看。

配置AipSpeech
如果用户需要配置AipSpeech的网络请求参数(一般不需要配置)，可以在构造AipSpeech之后调用接口设置参数，目前只支持以下参数：

接口说明

setConnectionTimeoutInMillis 建立连接的超时时间（单位：毫秒
setSocketTimeoutInMillis 通过打开的连接传输数据的超时时间（单位：毫秒）

4.接口说明

接口描述：
基于该接口，开发者可以轻松的获取语音合成能力

请求说明：
合成文本长度必须小于1024字节，如果本文长度较长，可以采用多次请求的方式。文本长度不可超过限制
举例，要把一段文字合成为语音文件：

result  = client.synthesis('你好百度', 'zh', 1, {
    'vol': 5,
})

# 识别正确返回语音二进制 错误则返回dict 参照下面错误码
if not isinstance(result, dict):
    with open('audio.mp3', 'wb') as f:
        f.write(result)

参数 作用：
tex: 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
cuid: 用户唯一标识，用来区分用户，填写机器 MAC 地址或 IMEI 码，
spd： 语速，取值0-9，默认为5中语速
pit： 音调，取值0-9，默认为5中语调
**vol：**音量，取值0-15，默认为5中音量
**per：**发音人选择, 0为女声，1为男声，3为情感合成-度逍遥，4为情感合成-度丫丫，默认为普通女

5.登陆账号，创建应用

然后我们点击下面链接登录百度账号然后创建建一个应用https://login.bce.baidu.com/?redirect=https%3A%2F%2Fconsole.bce.baidu.com%2F%3Ffromai%3D1#/aip/overview
创建完成后，我们就可以开始写代码了，代码如下：

from aip import AipSpeech
APP_ID = '24967804'
AIP_KEY = 'L7vUpP61Ir53Dy2DLQrlAGxK'
SECRET_KEY = 'nbjrOt0rY6VUIQSrIeumFGZyHUjbjTHv'

client = AipSpeech(APP_ID,AIP_KEY,SECRET_KEY)

s = input('请输入合成文本：')
result = client.synthesis(s,'zh',4,{  
                                    'spd' :5,
                                    'pit' :8,
                                    'vol' :5,
                                })



if not isinstance(result,dict):
    with open('audio.mp3','wb') as f:
        f.write(result)

最后我们运行代码输入想要合成的文字就可以合成相应的语音了。