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。