[Unity+OpenAI TTS] 集成openAI官方提供的语音合成服务，构建海王暖男数字人

1.简述

最近openAI官方发布了很多新功能，其中就包括了最新发布的TTS语音合成服务的api接口。说到这个语音合成接口，大家可能会比较陌生，但是说到chatgpt官方应用上的聊天机器人，那个台湾腔的海王暖男的声音，可能就有印象了吧。那么从官方文档中，可以发现，openAI提供的TTS服务中，就包含了这个声音可选。经过我的实测发现，openAI的语音合成效果相当的出色，在语气、断句等方面有非常好的表现，所以很值得将这个语音合成服务集成到我的AI二次元项目工具包里，为水友们提供更多的选择。

2.API接口说明

1）语音合成模型

根据官方文档的说明，open AI的语音合成服务提供了两种合成质量的模型

可选模型包括：tts-1以及tts-1-hd两种，其中tts-1-hd的模型，合成出来的声音质量更高，但是需要注意的是，hd模型的价格会更高，

2）声音选择

在可选声音方面，官方提供了六种可选的声音，在调用语音合成API时，在发送的报文中设置选择的声音即可。

3）API报文格式

根据官方提供的示例，可知道语音合成的api地址及为：

https://api.openai.com/v1/audio/speechhttps://api.openai.com/v1/audio/speech 报文结构中，需要发送带有model、input以及voice为关键字的json字符串。

curl https://api.openai.com/v1/audio/speech \-H "Authorization: Bearer $OPENAI_API_KEY" \-H "Content-Type: application/json" \-d '{"model": "tts-1","input": "Today is a wonderful day to build something people love!","voice": "alloy"}' \--output speech.mp3

3.示例代码

unity端调用open AI的语音合成api的示例代码如下：

     [SerializeField] private string api_key=string.Empty;//apikey[SerializeField] private ModelType m_ModelType = ModelType.tts_1;//模型[SerializeField] private VoiceType m_Voice = VoiceType.onyx;//声音[SerializeField] private string m_PostURL = string.Empty; private void Awake(){m_PostURL = "https://api.openai.com/v1/audio/speech";}private IEnumerator GetVoice(string _msg, Action<AudioClip, string> _callback){using (UnityWebRequest request = UnityWebRequest.Post(m_PostURL, new WWWForm())){PostData _postData = new PostData{model = m_ModelType.ToString().Replace('_','-'),input = _msg,voice= m_Voice.ToString()};string _jsonText = JsonUtility.ToJson(_postData).Trim();byte[] data = System.Text.Encoding.UTF8.GetBytes(_jsonText);request.uploadHandler = (UploadHandler)new UploadHandlerRaw(data);request.downloadHandler = new DownloadHandlerAudioClip(m_PostURL, AudioType.MPEG);request.SetRequestHeader("Content-Type", "application/json");request.SetRequestHeader("Authorization", string.Format("Bearer {0}", api_key));yield return request.SendWebRequest();if (request.responseCode == 200){AudioClip audioClip = ((DownloadHandlerAudioClip)request.downloadHandler).audioClip;_callback(audioClip, _msg);}else{Debug.LogError("语音合成失败: " + request.error);}}}#region 数据定义/// <summary>/// 发送的报文/// </summary>[Serializable]public class PostData{public string model = string.Empty;//模型名称public string input = string.Empty;//文本内容public string voice = string.Empty;//声音}/// <summary>/// 模型类型/// </summary>public enum ModelType{tts_1,tts_1_hd}/// <summary>/// 声音类型/// </summary>public enum VoiceType{alloy,echo,fable,onyx,nova,shimmer}#endregion