C#開發-語音合成

本文主要討論C#開發使用百度語音合成API在線將文本內容合成語音，保存爲 MP3 文件，本文最後會提供本安全源代碼以及運行軟件包，若有須要可自行下載

開發流程以下：

1. 建立百度應用：

　　建立應用以後就能看到建立完的應用和 API KEY 以及 Secret KEY了，在調用API時需傳入這些配置值

　　詳見：https://console.bce.baidu.com/ai/#/ai/speech/overview/index

2. 引用 Baidu.Aip (SDK)

　　Baidu.Aip 封閉了文字識別Ocr API 的Http請求，簡化代碼，提升開發效率。若是不想引用該DLL，能夠本身封裝Http請求方法。

　　C# SDK 現已開源，快速接入文檔參考：https://ai.baidu.com/ai-doc/SPEECH/Jk4nlz6gp

3. 調用API，

　　這裏僅展現通用及高精度識別示例，特殊場景識別，詳見官方文檔：https://ai.baidu.com/ai-doc/SPEECH/Jk4nlz6gp

 

        /// <summary>
        /// 語音合成
        /// </summary>
        /// <param name="reqItem">請求相關參數</param>
        /// <param name="destPath">mp3文件保存路徑</param>
        /// <param name="synthesisEvent">狀態事件</param>
        /// <returns></returns>
        public static bool Synthesis(ReqSynthesis reqItem, string destPath, SynthesisEvent synthesisEvent)
        {
            bool callResult = false;

            try
            {
                synthesisEvent("語音合成初始化...");
                string appId, apiKey, secretKey;
                if (!RiverAuth.Instant.GetSpeechApiConfig(true, out appId, out apiKey, out secretKey))// 讀取應用配置
                {
                    synthesisEvent("當天使用次數已達上限或配置無效。");
                    return false;
                }
                var client = new Baidu.Aip.Speech.Tts(apiKey, secretKey);
                client.Timeout = 60000;  // 修改超時時間
                var option = new Dictionary<string, object>()
                {
                    {"vol", reqItem.vol}, // 
                    { "pit", reqItem.pit}, // 
                    {"spd", reqItem.spd}, // 語速
                    {"per", reqItem.per}  // 發音人，4：情感度丫丫童聲
                };
                synthesisEvent("開始語音合成...");
                var result = client.Synthesis(reqItem.tex, option);
                // 保存文件
                if (result.Success)  // 或 result.Success
                {
                    File.WriteAllBytes(destPath, result.Data);
                    synthesisEvent("語音合成返回成功，文件：" + destPath);
                    callResult = true;
                }
                else
                {
                    synthesisEvent(string.Format("語音合成失敗, 錯誤碼：[{0}], 緣由：{1}", result.ErrorCode, result.ErrorMsg));
                }
            }
            catch (Exception ex)
            {
                synthesisEvent("語音合成失敗，緣由：" + ex.Message);
                LogHelper.LogError(ex, "語音合成");
            }
            return callResult;
        }
    }
    /// <summary>
    /// 語音合成請求
    /// </summary>
    [Serializable]
    public class ReqSynthesis
    {
        public string tex { get; set; }//合成的文本，使用UTF-8編碼，請注意文本長度必須小於1024字節 必填項
        public string cuid { get; set; }// 用戶惟一標識，用來區分用戶，填寫機器 MAC 地址或 IMEI 碼，長度爲60之內 否
        public int spd { get; set; }//語速，取值0-9，默認爲5中語速 否
        public int pit { get; set; }//音調，取值0-9，默認爲5中語調 否
        public int vol { get; set; }//音量，取值0-15，默認爲5中音量 否
        public int per { get; set; }//發音人選擇, 0爲女聲，1爲男聲，3爲情感合成-度逍遙，4爲情感合成-度丫丫，默認爲普通女
    }
    /// <summary>
    /// 語音轉文字返回結果
    /// </summary>
    public class RetSpeech
    {
        public string corpus_no { get; set; }
        public string err_msg { get; set; }
        public int err_no { get; set; }
        public string[] result { get; set; }
        public string sn { get; set; }
    }

 

  4. 語音合成最後保存爲 MP3 文件

 

 

 5. 源代碼及軟件包下載

軟件開源代碼地址(項目集成文字識別、語音合成、語音識別)：https://gitee.com/bidev_admin/river-int-ai.git

運行軟件包下載地址(.Net Framework 4.5)： https://pan.baidu.com/s/1z-WFDGHhEP8tqLqwp9I0Mw  提取碼:  r3sk