接入腾讯云语音合成技术TTS, 把返回的音频数据存储成MP3文件

最新推荐文章于 2024-06-04 23:14:58 发布

常城

最新推荐文章于 2024-06-04 23:14:58 发布

阅读量4.5k

点赞数

分类专栏： Python 文章标签：腾讯云音视频云计算 tts 游戏程序

本文链接：https://blog.csdn.net/chenggong2dm/article/details/121841311

版权

Python 专栏收录该内容

81 篇文章

订阅专栏

该博客展示了如何利用Python实现对接腾讯云的语音合成功能，将返回的音频数据保存为MP3文件。代码中详细解释了请求签名的生成过程，并提供了完整的测试用例，包括必要的API参数设置和响应处理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最近研究TTS，找了好多个，最后还是觉得腾讯云这个，从音质到人声素材数量，到价位，综合考虑是最优的，所以就尝试写了个接入。下面为测试代码，用python写的，把接口返回的数据，直接存成MP3文件了。

参照了两个比较重要的API文档：

语音合成API：

语音合成基础语音合成 - API 文档 - 文档中心 - 腾讯云

签名方法：

语音合成签名方法 - 调用方式 - API 中心 - 腾讯云

直接上代码：


# #################################
# Copyright(C) 2012-2017
# Environment:        python 3.9.7
# Package:                       -
# D&P Author By:            常成功
# Create Date:          2021-12-09
# Modify Date:          2021-12-09
# #################################

# 描述：
# 测试腾讯云的语音合成技术（TTS）, 把返回的音频存储成MP3文件

import base64
import hashlib
import hmac
import requests
import time
import random

secret_id = "xxxxxx"  # 您腾讯云账号的id， 请自行输入
secret_key = "xxxxx"  # 您腾讯云账号的key，请自行输入


def get_string_to_sign(method, endpoint, params):
    s = method + endpoint + "/?"
    query_str = "&".join("%s=%s" % (k, params[k]) for k in sorted(params))
    return s + query_str


def sign_str(key, s, method):
    hmac_str = hmac.new(key.encode("utf8"), s.encode("utf8"), method).digest()
    return base64.b64encode(hmac_str)


# 保存成文件
def save_audio_file(rsp_dic):
    # 传回的音频, 是base64, 也就是一种用64个字符来表示任意二进制数据的方法（8bit）
    audio_txt = rsp_dic["Response"]["Audio"]
    file_path = "d:/test_tts.mp3"
    base64_to_file(audio_txt, file_path)


def base64_to_file(base64_txt, file_path):
    audio_b_data = base64.b64decode(base64_txt)
    audio_file = open(file_path, 'wb')
    audio_file.write(audio_b_data)
    audio_file.close()
    print("saved:"+file_path)


# 官方的权限验证、以及调用接口的参数
def test_2_offical():
    endpoint = "tts.tencentcloudapi.com"
    data = {
        'Action': 'TextToVoice',
        'Text': '这是试音文本哦',
        'SessionId': 'session_chang',   # 'session'+str(random.randint(1,10000)),   # 随机
        'ModelType': '1',
        'Volume': '1',
        'Speed': '0',
        'ProjectId': '0',
        'VoiceType': '1002',
        'PrimaryLanguage': '1',
        'SampleRate': '16000',
        'Codec': 'mp3',
        # 下面是其他必选公共参数
        'Region': 'ap-beijing',
        'Nonce': random.randint(1, 100000),
        'SecretId': secret_id,
        'Timestamp': int(time.time()),
        'Version': '2019-08-23',
    }
    s = get_string_to_sign("GET", endpoint, data)
    data["Signature"] = sign_str(secret_key, s, hashlib.sha1)
    print(data["Signature"])
    # 此处会实际调用，成功后可能产生计费
    resp = requests.get("https://" + endpoint, params=data)
    # 输出一下拼出来的参数
    print(resp.url)
    # 输出一下返回
    print(resp.json())
    # 保存返回的音频数据
    save_audio_file(resp.json())


if __name__ == "__main__":
    print("Start TTS ....")
    test_2_offical()

以上代码测试通过。运行后生成：