三分钟把声优带回家

最新推荐文章于 2024-08-06 17:45:33 发布

不是太高的手

最新推荐文章于 2024-08-06 17:45:33 发布

阅读量221

点赞数

文章标签：百度 python nginx java linux

本文链接：https://blog.csdn.net/zhulin2012/article/details/108396097

版权

点击▲关注 “爪哇笔记” 给公众号标星置顶

更多精彩第一时间直达

Java版本

语音合成可将计算机自己产生的、或外部输入的文字信息转变为可以听得懂的、流利的口语输出的技术。适用于手机APP、儿童故事机、智能机器人等多种应用场景。

整合

这里我们使用百度云的人工智能语音合成API，个人用户拥有一定的免费额度，基本已经够用了，在线语音合成支持丰富的SDK，基本上主流的语言都可以轻松接入。这里使用世界上最流行的语言Java。

pom.xml引入：

<dependency>
    <groupId>com.baidu.aip</groupId>
    <artifactId>java-sdk</artifactId>
    <version>4.12.0</version>
</dependency>

application.properties引入：

# ===================================
# 百度人工智能，申请百度云账号并创建应用
# ===================================
bai-du.appId = **********
bai-du.apiKey = **********
bai-du.accessKeySecret = **********

BaiDuProperties.java 配置实体：

@Data
@ConfigurationProperties(prefix = "bai-du")
public class BaiDuProperties {

    private String appId;
    private String apiKey;
    private String accessKeySecret;

}

撸一个工具类：

/**
 * 百度智能AI
 */
@Component
@Configuration
@EnableConfigurationProperties({BaiDuProperties.class})
public class BaiDuUtils {

    private BaiDuProperties baiDu;

    public BaiDuUtils(BaiDuProperties baiDu) {
        this.baiDu = baiDu;
    }

    private AipSpeech instance;

    @Value("${file.path}")
    private String filePath;

    @PostConstruct
    public void init() {
        try {
            FileUtil.mkdir(filePath+SystemConstant.SF_FILE_SEPARATOR+"voice");
            instance = new AipSpeech(baiDu.getAppId(), baiDu.getApiKey(), baiDu.getAccessKeySecret());
            // 可选：设置网络连接参数
            instance.setConnectionTimeoutInMillis(2000);
            instance.setSocketTimeoutInMillis(60000);
        } catch (Exception e) {
            e.printStackTrace();
        }
    }

    /**
     * 语音合成
     * 本地测试可能会出现https认证的问题 调用一下 ignoreSsl 方法即可
     * @param text 合成的文本，使用UTF-8编码，请注意文本长度必须小于1024字节
     */
    public String text2Voice(String text,Boolean per) {
        SslUtils.ignoreSsl();
        HashMap<String, Object> options = new HashMap<>();
        if(per){
            options.put("per", "3");
        }else{
            options.put("per", "4");
        }
        TtsResponse res = instance.synthesis(text, "zh", 1, options);
        byte[] data = res.getData();
        if (data != null) {
            try {
                String file = "voice"+SystemConstant.SF_FILE_SEPARATOR+UUID.randomUUID()+".mp3";
                Util.writeBytesToFileSystem(data, filePath + SystemConstant.SF_FILE_SEPARATOR + file);
                return file;
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
        return null;
    }
}

注意

请注意文本长度必须小于1024字节
本地测试可能会出现https认证的问题调用一下 ignoreSsl 方法即可

截图

Python版本

语音合成技术能将用户输入的文字，转换成流畅自然的语音输出，并且可以支持语速、音调、音量设置，打破传统文字式人机交互的方式，让人机沟通更自然。

应用场景

将游戏场景中的公告、任务或派单信息通过语音播报，让玩家玩游戏或配送员送货的同时，也可接听新任务。

文学小说类软件，可以利用百度语音合成技术将文学小说作品进行高质量的朗读，流畅清晰，解放双眼，畅听世界。

项目架构

Python3.7.2、Django2.1.7、baidu-aip

案例

这里只展示部分代码，有兴趣的同学可以自行下载源码安装调试。

import os
import time
import codecs
from aip importAipSpeech
from django.shortcuts import render
from django.http importHttpResponse
'''
pip install --upgrade pip
pip install django
pip install baidu-aip
'''
def main(request):
return render(request, 'index.html')
def m_main(request):
return render(request, 'm_index.html')
def convert(request):
    message = request.POST.get("message")
    switch = request.POST.get("switch")
    mp3 = du_say(message, switch)
returnHttpResponse(mp3)
def du_say(message, switch):
    write_txt(message)
    app_id = '*****'
    api_key = '*****'
    secret_key = '*****'
    client = AipSpeech(app_id, api_key, secret_key)
if switch == "true":
        switch = 3
else:
        switch = 4
    result = client.synthesis(message, 'zh', 1, {
'vol': 5, 'per': switch,
})
    t = time.time()
    now_time = lambda: int(round(t * 1000))
    path = os.getcwd() + os.path.sep + "static"+ os.path.sep + "audio"+os.path.sep
    audio = path+str(now_time())+'.mp3'
# 识别正确返回语音二进制 错误则返回dict 参照下面错误码
ifnot isinstance(result, dict):
with open(audio, 'wb') as f:
            f.write(result)
return str(now_time())+'.mp3'
def write_txt(message):
    t = time.time()
    now_time = lambda: int(round(t * 1000))
    path = os.getcwd() + os.path.sep + "static"+ os.path.sep + "text"+os.path.sep
    text = path+str(now_time())+'.txt'
with codecs.open(text, 'a', encoding='utf8')as f:
        f.write(message)

本地部署

从码云拉取项目到本地：

https://gitee.com/52itstyle/baidu-speech.git

配置百度语音API：

# 自行注册申请
https://console.bce.baidu.com/ai/#/ai/speech/app/list

启动项目：

# 切换到项目根目录，执行
manage.py runserver

外网部署

这里以Linux为例，代理使用 openresty。

安装 Python3

wget https://www.python.org/ftp/python/3.7.1/Python-3.7.1.tar.xz

事先安装依赖，否则后期安装会报错：

yum -y install zlib*
yum -y install libffi-devel

下面开始正式安装：

# 解压
tar -xvf Python-3.7.1.tar.xz
# 切换大目录
cd Python-3.7.1
# 配置编译
./configure
# 编译安装
make && make install

安装 Django

pip install Django

安装成功以后需要重新配置并编译安装 Python3：

# 配置编译
./configure
# 编译安装
make && make install

安装服务器 uwsgi

pip3 install uwsgi

上传项目到服务器，并切换到 speech 目录：

# 目录下新建文件夹
mkdir script

在 script 下新增 uwsgi.ini (项目中已经配置好，自行修改路径即可)：

# uwsig使用配置文件启动
[uwsgi]
# 项目目录
chdir=/www/speech/
# 指定项目的application
module=speech.wsgi:application
# 指定sock的文件路径
socket=/www/speech/script/uwsgi.sock
# 进程个数
workers=5
pidfile=/www/speech/script/uwsgi.pid
# 指定IP端口
http=127.0.0.1:8001
# 指定静态文件
static-map=/static=/www/speech/static
# 启动uwsgi的用户名和用户组
uid=root
gid=root
# 启用主进程
master=true
# 自动移除unix Socket和pid文件当服务停止的时候
vacuum=true
# 序列化接受的内容，如果可能的话
thunder-lock=true
# 启用线程
enable-threads=true
# 设置自中断时间
harakiri=30
# 设置缓冲
post-buffering=4096
# 设置日志目录
daemonize=/www/speech/script/uwsgi.log

然后使用以下命令启动：

uwsgi  --ini uwsgi.ini

执行命令，查看是否启动成功：

[root@AY140216131049Z script]# ps -ef|grep uwsgi
root      304010Nov21?        00:00:03 uwsgi --ini uwsgi.ini
root      304130400Nov21?        00:00:00 uwsgi --ini uwsgi.ini
root      304230400Nov21?        00:00:00 uwsgi --ini uwsgi.ini
root      304330400Nov21?        00:00:00 uwsgi --ini uwsgi.ini
root      304430400Nov21?        00:00:00 uwsgi --ini uwsgi.ini
root      304530400Nov21?        00:00:00 uwsgi --ini uwsgi.ini
root      304630400Nov21?        00:00:00 uwsgi --ini uwsgi.ini
root      66066580018:13 pts/000:00:00 grep --color=auto uwsgi

重启：

uwsgi --reload uwsgi.pid

配置Nginx代理：

server {
        listen  80;
        server_name  speech.52itstyle.vip;
        charset utf-8;
        location / {
           include uwsgi_params; # 导入一个Nginx模块他是用来和uWSGI进行通讯的
           uwsgi_connect_timeout 30; # 设置连接uWSGI超时时间
           uwsgi_pass unix:/www/speech/script/uwsgi.sock; # 指定uwsgi的sock文件所有动态请求就会直接丢给他
}
# 动静分离 Nginx 处理静态请求
        location /static{
            root /www/speech/;
}
}

如果启动HTTPS：

server {
         listen 80;
         listen 443 ssl;
         server_name  speech.52itstyle.vip;
#ssl on;
#证书路径
         ssl_certificate    /usr/local/openresty/nginx/cert/1901523_speech.52itstyle.vip.pem;
#私钥路径
         ssl_certificate_key   /usr/local/openresty/nginx/cert/1901523_speech.52itstyle.vip.key;
#缓存有效期
         ssl_session_timeout 5m;
#可选的加密算法,顺序很重要,越靠前的优先级越高.
         ssl_ciphers ECDHE-RSA-AES128-GCM-SHA256:ECDHE:ECDH:AES:HIGH:!NULL:!aNULL:!MD5:!ADH:!RC4;
#安全链接可选的加密协议
         ssl_protocols TLSv1TLSv1.1TLSv1.2;
         ssl_prefer_server_ciphers on;
         location / {
            include uwsgi_params; # 导入一个Nginx模块他是用来和uWSGI进行通讯的
            uwsgi_connect_timeout 30; # 设置连接uWSGI超时时间
            uwsgi_pass unix:/www/speech/script/uwsgi.sock; # 指定uwsgi的sock文件所有动态请求就会直接丢给他
}
# 动静分离 Nginx 处理静态请求
         location /static{
            root /www/speech/;
}
}