python语音处理,python 语音
本文主要介绍一个用Python制作的小工具,可以实现语音识别和文语转换的功能。文中详细讲解了实现步骤,有兴趣的可以一试。
00-1010简介1。直接使用2。访问权限2.1环境准备:2.2访问权限3。代码实现3.1 access_token3.2访问转换后的音频3.3配置接口参数3.4完成演示3.5执行
目录
今天给大家带来一个语言识别和语言造词的小工具。铁汁萌,有兴趣的可以滑下来。
导语
1.2在官网注册后,获取APISecret和APIKey,直接复制2.4条的2.4demo代码,保存为online_tts.py,在命令行执行。
Python _ tts.py-client _ secret=你的客户端_secret -client_id=你的客户端_ id-file _ save _ path=test . wav-text=今天天气真好
1.直接使用
Python调用标准shell技术语音合成接口实现文本到语音
2. 获取权限
Python 3
2.1 环境准备:
贝科技https://ai.data-baker.com/#/? source=qwer 12
登录
点击产品地址登录,短信、密码、微信均可登录。
2.2.2创建新应用
登录后进入【首页概览】,开发者可以创建多个应用。包括一句话识别、长语音识别、录音文件识别;在线合成、离线合成和长文本合成。
2.2.3选择服务
进入【已创建应用】,左侧选择需要调用的AI技术服务,右侧显示相应服务页面的概述(可以查询使用情况、管理套餐、购买服务数量、自主获取授权、管理预警)。
获取密钥密码
通过服务/授权管理,获取相应的参数进行开发和配置(群组咨询可获取访问令牌)。
得到钥匙和秘密,你就可以正式使用它了!
2.2 获取权限
3. 代码实现
在得到密钥和秘密后,我们还需要调用授权接口来获得access_token,其有效期为24小时。
#获取用于身份验证的访问令牌
def get_access_token(客户端_secret,客户端_id):
grant_type=客户端凭据
URL= https://open API . data-baker.com/oauth/2.0/token?grant _ type={ } client _ secret={ } client _ id={ } 。格式(授权类型、客户端秘密、客户端id)
response=requests.post(url)
access _ token=JSON . loads(response . text)。get(access_token )
返回访问令牌
3.1 获取access_token
获取access_token后,调用语音合成接口获取生成的音频。
#获取转换后的音频
def获取_音频(数据):
url=https:
//openapi.data-baker.com/tts?access_token={}&domain={}&language={}&voice_name={}&text={}&audiotype={}".format(data[access_domain], data[domain], data[language], data[voice_name], data[text], data[audiotype])
response = requests.post(url)
content_type = response.headers[Content-Type]
if audio not in content_type:
raise Exception(response.text)
return response.content
3.3 配置接口参数
client_secret和client_id:在文章1.2的官网获取,必填
file_save_path:文件保存路径,必填
text:需要转换的文本内容
audiotype:音频类型,默认16K采样率wav格式
domain:所属领域,默认1
language:合成后文本语言,默认中文zh"
voice_name:发音人选择,默认Lingling",
其他发音人详见
https://www.data-baker.com/#/specs/file/tts_voice_list
# 获取命令行输入参数def get_args():
text = 欢迎使用标贝开发平台。
parser = argparse.ArgumentParser(description=ASR)
parser.add_argument(-client_secret, type=str, required=True)
parser.add_argument(-client_id, type=str, required=True)
parser.add_argument(-file_save_path, type=str, required=True)
parser.add_argument(--text, type=str, default=text)
parser.add_argument(--audiotype, type=str, default=6)
parser.add_argument(--domain, type=str, default=1)
parser.add_argument(--language, type=str, default=zh)
parser.add_argument(--voice_name, type=str, default=Lingling)
args = parser.parse_args()
return args
3.4 完整demo
#!/usr/bin/env python# coding: utf-8
import requests
import json
import argparse
# 获取access_token用于鉴权
def get_access_token(client_secret, client_id):
grant_type = "client_credentials"
url = "https://openapi.data-baker.com/oauth/2.0/token?grant_type={}&client_secret={}&client_id={}".format(grant_type, client_secret, client_id)
response = requests.post(url)
access_token = json.loads(response.text).get(access_token)
return access_token
# 获取转换后音频
def get_audio(data):
url = "https://openapi.data-baker.com/tts?access_token={}&domain={}&language={}&voice_name={}&text={}&audiotype={}".format(data[access_domain], data[domain], data[language], data[voice_name], data[text], data[audiotype])
response = requests.post(url)
content_type = response.headers[Content-Type]
if audio not in content_type:
raise Exception(response.text)
return response.content
# 获取命令行输入参数
def get_args():
text = 欢迎使用标贝开发平台。
parser = argparse.ArgumentParser(description=ASR)
parser.add_argument(-client_secret, type=str, required=True)
parser.add_argument(-client_id, type=str, required=True)
parser.add_argument(-file_save_path, type=str, required=True)
parser.add_argument(--text, type=str, default=text)
parser.add_argument(--audiotype, type=str, default=6)
parser.add_argument(--domain, type=str, default=1)
parser.add_argument(--language, type=str, default=zh)
parser.add_argument(--voice_name, type=str, default=Lingling)
args = parser.parse_args()
return args
if __name__ == __main__:
try:
args = get_args()
# 获取access_token
client_secret = args.client_secret
client_id = args.client_id
access_token = get_access_token(client_secret, client_id)
# 读取参数
audiotype = args.audiotype
domain = args.domain
language = args.language
voice_name = args.voice_name
text = args.text
data = {access_domain: access_token, audiotype: audiotype, domain: domain, language: language,
voice_name: voice_name, text: text}
content = get_audio(data)
#保存音频文件
with open(test.wav, wb) as audio:
audio.write(content)
print("task finished successfully")
except Exception as e:
print(e)
3.5 执行
复制所有代码,保存为online_tts.py,在命令行执行
python online_tts.py -client_secret=你的client_secret -client_id=你的client_id -file_save_path=test.wav --text=今天天气不错
以上就是Python实现语音合成功能详解的详细内容,更多关于Python语音合成的资料请关注盛行IT软件开发工作室其它相关文章!
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。