python腾讯语音合成实现过程解析
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pythonSDK文档
安装PythonSDK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APIPythonSDK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:
pipinstalltencentcloud-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
#！/usr/bin/envpython2#-*-coding:utf-8-*-
frombase64importb64decode
fromuuidimportuuid4
fromtencentcloud.commonimportcredential
fromtencentcloud.common.exception.tencent_cloud_sdk_exceptionimportTencentCloudSDKException
fromtencentcloud.aai.v20180522.modelsimportTextToVoiceRequest
fromtencentcloud.aai.v20180522.aai_clientimportAaiClient
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
withopen('voice.wav','wb')asf:
f.write(content)
exceptTencentCloudSDKExceptionase:
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。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。