ros+科大迅飞语音包+图灵机器人(二)在ros上使用科大迅飞

  • 在工作空间catkin_ws下创建一个包
  • $ cd catkin_ws/src/

  • $ catkin_create_pkg voice_system std_msgs rospy roscpp

  • 把科大迅飞包里的代码复制到你创建的包里,并重命名为xf_tts.cpp
  • $ cd SoftWare/samples/tts_sample/
  • $ cp tts_sample.c ~/catkin_ws/src/voice_system/src/
  • $ cd catkin_ws/src/voice_system/src/
  • $ mv tts_sample.c xf_tts.cpp
  • 到SoftWare/include目录下把include拷贝到voice_system包下
  • $ cd SoftWare/include
  • $ cp * ~/catkin_ws/src/voice_system/include
  • 修改xf_tts.cpp文件(注意要把appid改为自己的appid,gtts.h等路径要改为自己该文件的路径)
  • xf_tts.cpp的代码如下
  • /*
    * 语音合成(Text To Speech,TTS)技术能够自动将任意文字实时转换为连续的
    * 自然语音,是一种能够在任何时间、任何地点,向任何人提供语音信息服务的
    * 高效便捷手段,非常符合信息时代海量数据、动态更新和个性化查询的需求。
    */
    
    #include <stdlib.h>
    #include <stdio.h>
    #include <unistd.h>
    #include <errno.h>
    #include <ros/ros.h>
    #include <std_msgs/String.h>
    #include "/home/fan/SoftWare/include/qtts.h"
    #include "/home/fan/SoftWare/include/msp_cmn.h"
    #include "/home/fan/SoftWare/include/msp_errors.h"
    const char* fileName="/home/fan/music/voice.wav";
    const char* playPath="play /home/fan/music/voice.wav";
    
    typedef int SR_DWORD;
    typedef short int SR_WORD ;
    
    /* wav音频头部格式 */
    typedef struct _wave_pcm_hdr
    {
    	char            riff[4];                // = "RIFF"
    	int				size_8;                 // = FileSize - 8
    	char            wave[4];                // = "WAVE"
    	char            fmt[4];                 // = "fmt "
    	int				fmt_size;				// = 下一个结构体的大小 : 16
    
    	short int       format_tag;             // = PCM : 1
    	short int       channels;               // = 通道数 : 1
    	int				samples_per_sec;        // = 采样率 : 8000 | 6000 | 11025 | 16000
    	int				avg_bytes_per_sec;      // = 每秒字节数 : samples_per_sec * bits_per_sample / 8
    	short int       block_align;            // = 每采样点字节数 : wBitsPerSample / 8
    	short int       bits_per_sample;        // = 量化比特数: 8 | 16
    
    	char            data[4];                // = "data";
    	int				data_size;              // = 纯数据长度 : FileSize - 44 
    } wave_pcm_hdr;
    
    /* 默认wav音频头部数据 */
    wave_pcm_hdr default_wav_hdr = 
    {
    	{ 'R', 'I', 'F', 'F' },
    	0,
    	{'W', 'A', 'V', 'E'},
    	{'f', 'm', 't', ' '},
    	16,
    	1,
    	1,
    	16000,
    	32000,
    	2,
    	16,
    	{'d', 'a', 't', 'a'},
    	0  
    };
    /* 文本合成 */
    int text_to_speech(const char* src_text, const char* des_path, const char* params)
    {
    	int          ret          = -1;
    	FILE*        fp           = NULL;
    	const char*  sessionID    = NULL;
    	unsigned int audio_len    = 0;
    	wave_pcm_hdr wav_hdr      = default_wav_hdr;
    	int          synth_status = MSP_TTS_FLAG_STILL_HAVE_DATA;
    
    	if (NULL == src_text || NULL == des_path)
    	{
    		printf("params is error!\n");
    		return ret;
    	}
    	fp = fopen(des_path, "wb");
    	if (NULL == fp)
    	{
    		printf("open %s error.\n", des_path);
    		return ret;
    	}
    	/* 开始合成 */
    	sessionID = QTTSSessionBegin(params, &ret);
    	if (MSP_SUCCESS != ret)
    	{
    		printf("QTTSSessionBegin failed, error code: %d.\n", ret);
    		fclose(fp);
    		return ret;
    	}
    	ret = QTTSTextPut(sessionID, src_text, (unsigned int)strlen(src_text), NULL);
    	if (MSP_SUCCESS != ret)
    	{
    		printf("QTTSTextPut failed, error code: %d.\n",ret);
    		QTTSSessionEnd(sessionID, "TextPutError");
    		fclose(fp);
    		return ret;
    	}
    	printf("正在合成 ...\n");
    	fwrite(&wav_hdr, sizeof(wav_hdr) ,1, fp); //添加wav音频头,使用采样率为16000
    	while (1) 
    	{
    		/* 获取合成音频 */
    		const void* data = QTTSAudioGet(sessionID, &audio_len, &synth_status, &ret);
    		if (MSP_SUCCESS != ret)
    			break;
    		if (NULL != data)
    		{
    			fwrite(data, audio_len, 1, fp);
    		    wav_hdr.data_size += audio_len; //计算data_size大小
    		}
    		if (MSP_TTS_FLAG_DATA_END == synth_status)
    			break;
    	}
    	printf("\n");
    	if (MSP_SUCCESS != ret)
    	{
    		printf("QTTSAudioGet failed, error code: %d.\n",ret);
    		QTTSSessionEnd(sessionID, "AudioGetError");
    		fclose(fp);
    		return ret;
    	}
    	/* 修正wav文件头数据的大小 */
    	wav_hdr.size_8 += wav_hdr.data_size + (sizeof(wav_hdr) - 8);
    	
    	/* 将修正过的数据写回文件头部,音频文件为wav格式 */
    	fseek(fp, 4, 0);
    	fwrite(&wav_hdr.size_8,sizeof(wav_hdr.size_8), 1, fp); //写入size_8的值
    	fseek(fp, 40, 0); //将文件指针偏移到存储data_size值的位置
    	fwrite(&wav_hdr.data_size,sizeof(wav_hdr.data_size), 1, fp); //写入data_size的值
    	fclose(fp);
    	fp = NULL;
    	/* 合成完毕 */
    	ret = QTTSSessionEnd(sessionID, "Normal");
    	if (MSP_SUCCESS != ret)
    	{
    		printf("QTTSSessionEnd failed, error code: %d.\n",ret);
    	}
    
    	return ret;
    }
    int makeTextToWav(const char* text, const char* filename){
    int         ret                  = MSP_SUCCESS;
    	const char* login_params         = "appid = 5b090780, work_dir = .";//登录参数,appid与msc库绑定,请勿随意改动
    	/*
    	* rdn:           合成音频数字发音方式
    	* volume:        合成音频的音量
    	* pitch:         合成音频的音调
    	* speed:         合成音频对应的语速
    
    	* voice_name:    合成发音人
    	* sample_rate:   合成音频采样率
    	* text_encoding: 合成文本编码格式
    	*
    
    	*/
    	const char* session_begin_params = "engine_type = local,voice_name=xiaofeng, text_encoding = UTF8, tts_res_path = fo|res/tts/xiaofeng.jet;fo|res/tts/common.jet, sample_rate = 16000, speed = 50, volume = 50, pitch = 50, rdn = 0";
    	
    	/* 用户登录 */
    	ret = MSPLogin(NULL, NULL, login_params); //第一个参数是用户名,第二个参数是密码,第三个参数是登录参数,用户名和密码可在http://www.xfyun.cn注册获取
    	if (MSP_SUCCESS != ret)
    	{
    		printf("MSPLogin failed, error code: %d.\n", ret);
    		
    	}
            else{
    	printf("开始合成 ...\n");
    	ret = text_to_speech(text,filename, session_begin_params);
    	if (MSP_SUCCESS != ret)
    	{
    		printf("text_to_speech failed, error code: %d.\n", ret);
    	}
    	printf("合成完毕\n");
            }
            MSPLogout();
       	return 0;
    
    }
    void playWav()
    {
    	system(playPath);
        
    }
    void topicCallBack(const std_msgs::String::ConstPtr& msg)
    {
    	std::cout<<"get topic text:" << msg->data.c_str();
    	makeTextToWav(msg->data.c_str(),fileName);
    	playWav();	
    }
    
    int main(int argc, char* argv[])
    {	const char* start= "科大迅飞在线语音合成模块启动";
    	makeTextToWav(start,fileName);
    	playWav();
    
    	ros::init(argc,argv, "xf_tts_node");	
            ros::NodeHandle n;
            ros::Subscriber sub = n.subscribe("/voice/xf_tts_topic", 3,topicCallBack);
    	ros::spin();
    	return 0;
    } 
  • 在CMakeList文件的“include_directories”后加入“include”,在文件末尾加入
  • add_executable(xf_tts_node src/xf_tts.cpp)
    target_link_libraries(xf_tts_node ${catkin_LIBRARIES}   -lmsc -lrt -ldl -lpthread)
  • CMakeList代码
  • cmake_minimum_required(VERSION 2.8.3)
    project(voice_system)
    
    
    find_package(catkin REQUIRED COMPONENTS
      roscpp
      rospy
      std_msgs
    )
    
    
    include_directories(
       include
      ${catkin_INCLUDE_DIRS}
      
    )
    
    
    add_executable(xf_tts_node src/xf_tts.cpp)
    target_link_libraries(xf_tts_node ${catkin_LIBRARIES}   -lmsc -lrt -ldl -lpthread)
    
    
    
    

  • 在此时到catkin_ws下进行编译
  • $ catkin_make
  • 编译完后,roscore一下,重新打开窗口到catkin_ws下运行xf_tts_node节点
  • $ cd catkin_ws
  • $ rosrun voice_system xf_tts_node
  • 此时,你能听到,“科大迅飞语音模块启动”的声音“

  • 重新打开一个命令窗口,在catkin_ws下发布一个话题
  • $ cd catkin_ws
  • $ rostopic pub /voice/xf_tts_topic std_msgs/String 你好
  • 此时,你会听到”你好的声音“

  • 证明ros上运行科大迅飞语音模块成功


  • 以下是我在实现过程中遇到的的一些错误
  • 在运行节点时一定要在工作空间catkin_ws下运行,否则会出现10102错误,如果在工作空间下运行还是出现该错误,可以参考https://blog.csdn.net/jack0596_cn/article/details/78663396
  • 10102错误显示如下



该文章主要是对自己学习的一些总结,方便以后学习,也对学习该方面的人提供一些帮助,如有问题请指出。

同时该文章也借鉴了ros小课堂的一些内容。


  • 3
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值