豆包Seed-TTS语音合成：让AI声音媲美真人，模型调用全流程

最新推荐文章于 2025-04-10 16:28:03 发布

曦紫沐

最新推荐文章于 2025-04-10 16:28:03 发布

阅读量2k

点赞数 12

分类专栏：语音模型文章标签：人工智能语音合成

本文链接：https://blog.csdn.net/qq_41797451/article/details/146231928

版权

语音模型专栏收录该内容

4 篇文章

订阅专栏

在语音合成领域，'以假乱真’一直是技术攻关的终极目标。近日，字节豆包团队推出的Seed-TTS模型，凭借对人类语音的高精度复现（甚至能模仿发音瑕疵），在中文语音合成基准测评中以93.06分的成绩领跑行业。本文将介绍如何调用该模型，探讨其如何重新定义AI语音的边界。

1. 注册或登录账号

登录界面
在这里插入图片描述

2.选择语音合成模型

在这里插入图片描述

3. 操作流程

文档中心
在这里插入图片描述

在这里插入图片描述

4. 创建Python虚拟环境

 conda create -n doubao_tts python=3.12 -y

4.1 激活Python虚拟环境

 conda activate doubao_tts

在这里插入图片描述

4.2 安装需要的软件包

pip install requests

5.修改脚本中的参数

需要替换的参数有：

# 填写平台申请的appid, access_token以及cluster
appid = "xxx"
access_token= "xxx"
cluster = "xxx"

# 替换成自己喜欢的音色
voice_type = "xxx"

#coding=utf-8

'''
requires Python 3.6 or later
pip install requests
'''
import base64
import json
import uuid
import requests

# 填写平台申请的appid, access_token以及cluster
appid = "xxx"
access_token= "xxx"
cluster = "xxx"

text = """
1. 自律：解决问题的第一步 🛠️
派克认为，自律是解决人生问题的首要工具。它包含四个原则：

推迟满足感：先苦后甜，学会把困难的事情放在前面完成。比如，工作中先处理棘手的任务，再享受轻松的时光。
承担责任：不推卸、不逃避，直面问题并找到解决方案。
忠于事实：不活在幻想中，接受现实并调整自己的行为。
保持平衡：在自由与约束、责任与权利之间找到平衡点。
自律不是压抑自己，而是通过主动选择，让生活更有秩序和意义。正如书中所说：“自律是爱的表现，是为了让自己和他人变得更好。
"""

voice_type = "BV001_streaming"
host = "openspeech.bytedance.com"
api_url = f"https://{host}/api/v1/tts"

header = {"Authorization": f"Bearer;{access_token}"}

request_json = {
    "app": {
        "appid": appid,
        "token": "access_token",
        "cluster": cluster
    },
    "user": {
        "uid": "388808087185088"
    },
    "audio": {
        "voice_type": voice_type,
        "encoding": "mp3",
        "speed_ratio": 1.0,
        "volume_ratio": 1.0,
        "pitch_ratio": 1.0,
    },
    "request": {
        "reqid": str(uuid.uuid4()),
        "text": text,
        "text_type": "plain",
        "operation": "query",
        "with_frontend": 1,
        "frontend_type": "unitTson"

    }
}

if __name__ == '__main__':
    try:
        resp = requests.post(api_url, json.dumps(request_json), headers=header)
        print(f"resp body: \n{resp.json()}")
        if "data" in resp.json():
            data = resp.json()["data"]
            file_to_save = open("test_submit.mp3", "wb")
            file_to_save.write(base64.b64decode(data))
    except Exception as e:
        e.with_traceback()