Unity语音合成-初识有道语音合成

相信各位同学在制作项目的过程中，或多或少都会有播放语音提示的功能，除了在线语音合成和和网上下载的语音合成软件进行语音合成以外，我们也可以自己选择接入sdk合成语音，为了方便大家入门和学习，推荐使用有道语音合成，简单并且方便上手，在注册后会送新人一定的体验金，学习语音识别或其他语音识别绰绰有余，这里直接进入主题。

一、注册账号

官网注册账号：https://ai.youdao.com/

二、创建应用

这里其实和咱们接入AR流程差不多，我们新建一个应用的目的就是使我们作为用户拥有接入sdk的权限，通过应用ID和应用密钥来识别到开发者用户。


可查看应用ID和应用密钥，后面在传入参数时需要。

三、WebAPI文档

通过以下链接可直接查看WebAPI接入文档。
https://ai.youdao.com/DOCSIRMA/html/语音合成TTS/API文档/语音合成服务/语音合成服务-API文档.html
我们使用WebAPI进行语音合成的流程其实非常简单，通过http协议的Post请求发送接口需要的参数，而后返回我们所需要的语音文件流二进制，保存到本地，以上三个步骤为有道语音合成WebAPI的三个流程，这里就不带各位同学看接入文档了，没有http协议与MD5加密经验的同学可翻看本人博客，针对http协议与MD5加密有具体的描述。

四、使用Unity与WebAPI文档结合制作语音合成案例

1、新建Unity项目

2、编写YouDaoTTS脚本与代码

直接上代码：

using System;
using System.IO;
using System.Text;
using System.Collections.Generic;
using System.Security.Cryptography;
using UnityEngine;
using System.Net;

public class YouDaoTTS : MonoBehaviour
{
    private void Start()
    {
        string url = "https://openapi.youdao.com/ttsapi";
        string q = "这是我的第一条语音合成";
        string appKey = "你的应用ID";
        string appSecret = "你的应用密钥";
        string salt = DateTime.Now.Millisecond.ToString();
        string langType = "zh-CHS";
        string signStr = appKey + q + salt + appSecret; ;
        string sign = EncryptMD5_32(signStr);

        //初始化必传参数字典
        Dictionary<string, string> dic = new Dictionary<string, string>()
        {
            { "q",System.Web.HttpUtility.UrlEncode(q) },
            { "langType",langType },
            { "appKey", appKey },
            { "salt", salt },
            { "sign", sign }
        };

        byte[] audioDatas = HttpPostBytes(url, dic);
        string filePath = Application.dataPath + "/FirstAudio.mp3";
        SaveAudioData(audioDatas, filePath);
    }

    /// <summary>
    /// MD5　32位加密
    /// </summary>
    /// <param name="_encryptContent">需要加密的内容</param>
    /// <returns></returns>
    private string EncryptMD5_32(string _encryptContent)
    {
        string content_Normal = _encryptContent;
        string content_Encrypt = "";
        MD5 md5 = MD5.Create();

        byte[] s = md5.ComputeHash(Encoding.UTF8.GetBytes(content_Normal));

        for (int i = 0; i < s.Length; i++)
        {
            content_Encrypt = content_Encrypt + s[i].ToString("X2");
        }
        return content_Encrypt;
    }

    /// <summary>
    /// HttpWebRequest Post请求 发送数据 返回byte数组
    /// </summary>
    /// <param name="_url">请求地址</param>
    /// <param name="_dic">表单对应字典 键值对</param>
    /// <returns></returns>
    public byte[] HttpPostBytes(string _url, Dictionary<string, string> _dic)
    {
        HttpWebRequest request = (HttpWebRequest)WebRequest.Create(_url);
        request.Method = "POST";
        request.ContentType = "application/x-www-form-urlencoded";

        //参数拼接
        StringBuilder builder = new StringBuilder();
        int i = 0;
        foreach (var item in _dic)
        {
            if (i > 0) { builder.Append("&"); }

            builder.AppendFormat("{0}={1}", item.Key, item.Value);

            i++;
        }

        //转化为byte[] 并 设置request 内容长度
        byte[] data = Encoding.UTF8.GetBytes(builder.ToString());
        request.ContentLength = data.Length;

        Stream requestStream = request.GetRequestStream();
        requestStream.Write(data, 0, data.Length);
        requestStream.Close();

        HttpWebResponse webResponse = (HttpWebResponse)request.GetResponse();
        StreamReader reader = new StreamReader(webResponse.GetResponseStream());

        //获取字节流
        MemoryStream memoryStream = new MemoryStream();
        reader.BaseStream.CopyTo(memoryStream);
        return memoryStream.ToArray();
    }

    /// <summary>
    /// 保存语音数据
    /// </summary>
    /// <param name="data"></param>
    /// <param name="filePath"></param>
    private void SaveAudioData(byte[] data, string filePath)
    {
        byte[] buffer = new byte[1024];

        if (File.Exists(filePath)) { File.Delete(filePath); }

        Stream outStream = File.Create(filePath);
        Stream inStream = new MemoryStream(data);

        int dataCount;
        do
        {
            dataCount = inStream.Read(buffer, 0, buffer.Length);
            if (dataCount > 0)
            {
                outStream.Write(buffer, 0, dataCount);
            }
        }
        while (dataCount > 0);

        outStream.Close();
        inStream.Close();

		//刷新
        UnityEditor.AssetDatabase.Refresh();
    }
}

3、运行结果

这里为了方便测试，直接将脚本挂载至相机上

最终运行后，会在Assets根目录生成一段FirstAudio.mp3文件，各位同学可以打开mp3文件，发现可以正常播放，我们传进去的
q字段，最终合成了语音。

emm，女声声音还是怪好听的。