python腾讯语音合成

一、腾讯语音合成介绍

　　腾讯云语音合成技术（TTS）可以将任意文本转化为语音，实现让机器和应用张口说话。 腾讯TTS技术可以应用到很多场景，比如，移动APP语音播报新闻；智能设备语音提醒；依靠网上现有节目或少量录音，快速合成明星语音，降低邀约成本；支持车载导航语音合成的个性化语音播报。（废话一大堆）。。。

二、腾讯语音合成python SDK文档

　　安装 Python SDK 前，先获取安全凭证。在第一次使用云 API 之前，用户首先需要在腾讯云控制台上申请安全凭证，安全凭证包括 SecretID 和 SecretKey, SecretID 是用于标识 API 调用者的身份，SecretKey 是用于加密签名字符串和服务器端验证签名字符串的密钥。SecretKey 必须严格保管，避免泄露。　

　通过 pip 安装(推荐)

　　　　您可以通过 pip 安装方式将腾讯云 API Python SDK 安装到您的项目中，如果您的项目环境尚未安装 pip，请详细参见 pip官网 安装。

　　　　通过pip方式安装请在命令行中执行以下命令:

　　　 pip install tencentcloud-sdk-python

　　　   请注意，如果同时有 python2 和 python3 环境， python3 环境需要使用 pip3 命令安装。

三、腾讯语音合成

 1 # ！/usr/bin/env python
 2 # -*- coding: utf-8 -*-
from base64 import b64decode
from uuid import uuid4
from tencentcloud.common import credential
from tencentcloud.common.exception.tencent_cloud_sdk_exception import TencentCloudSDKException
from tencentcloud.aai.v20180522.models import TextToVoiceRequest
from tencentcloud.aai.v20180522.aai_client import AaiClient
try:
    # 实例化一个认证对象，入参需要传入腾讯云账户secretId，secretKey
    cred = credential.Credential("你的secretID", "你的secretKey")
    # 实例化要进行语音合成请求的client对象
    client = AaiClient(cred, 'ap-shanghai')
    # 实例化一个请求对象
    req = TextToVoiceRequest()
    # 请求对象属性封装
    req.Text = '先帝创业未半而中道崩殂'  # type: str # 要合成语音的文本
    req.SessionId = uuid4()  # type: int # 一次请求对应一个SessionId，会原样返回，建议传入类似于uuid的字符串防止重复
    req.ModelType = 1  # type: int # 模型类型，默认值为1
    req.Volume = 5.0  # type: float # 音量大小，范围：[0，10]，分别对应10个等级的音量，默认为0
    req.Speed = 0.6  # type: float # 语速，范围：[-2，2]，分别对应不同语速：0.6倍，0.8倍，1.0倍，1.2倍，1.5倍，默认为0
    req.ProjectId = 10086  # type: int # 项目id，用户自定义，默认为0
    req.VoiceType = 0  # type: int # 音色0:女声1，亲和风格(默认) 音色1:男声1，成熟风格 音色2:男声2，成熟风格
    req.PrimaryLanguage = 1  # type: int # 主语言类型1:中文，最大100个汉字（标点符号算一个汉字）语言类型2:英文，最大支持400个字母（标点符号算一个字母)
    req.SampleRate = 16000  # type: int # 音频采样率，16000：16k，8000：8k，默认16k
    # 通过client对象调用想要访问的接口，需要传入请求对象
    rep = client.TextToVoice(req)
    # rep为响应对象
    print(rep)
    """
        {
        "Audio": "UklGRlR/AABXQVZFZm10IBAAAAABAAEAgD4AAAB9AAACABAAZGF0YSx9AAD+AQD//wAAAAAAAAIAAQADAAMABgAEAAYABQAGAAUABwAIAAgACQAAE......AAgACAAEAAgADAAIAAwACAAQAAwACAAIAAgADAAMAAgACAAIAAwABAAAAAAAAAAAAAAD/AAAAAAAA//8AAP///v/9//7//v///v8AAP///wAA/wAA/wAAAAAAAAAAAAAAAAAAAAAAAAAA",
        "RequestId": "9a7a1615-3e09-4db2-8032-5c6f497f7e6a",
        "SessionId": "session-1234"
        }
        Audio对应的值为经过base64编码,
        RequestId为返回的唯一请求id,
        SessionId为发送请求时传入的id即uuid4()
    """
    # content为base64解码后的二进制流
    content = b64decode(rep.Audio)
    # I/O操作
    with open('voice.wav', 'wb') as f:
        f.write(content)
except TencentCloudSDKException as e:
    print(e)

四、腾讯语音合成使用后感受

　　首先，在代码层次上讲，官方压根没有合成示例文档啊(咆哮ing)，全自己摸索的啊(咆哮ing)，SDK都开发出来了，示例代码给一下能死啊(咆哮ing)，怪不得没人用啊(咆哮ing)！

　　第二，还是在代码层次上讲，源码中TextToVoiceRequest()类，在__init__()方法中就不能直接封装属性啊(咆哮ing)，有些没有自定制但都是默认的直接填上不就行了啊(咆哮ing)，懒死你啊，非得一行一行自己加属性啊(咆哮ing)，看到的同学务必要修改这个类的__init__()方法，要不然就像示例代码中那样麻烦。

　　第三，在合成效果上讲，声音难听爆了有木有，语音文件还得解码再I/O,吃饱了撑的了啊，还是那句话：怪不得没人用，百度语音合成效果比你强多了。

　　总之，就这样吧，不吐槽你了，真是费劲。。。