【阿里云】文本转语音方言— 阿里云语音合成，文本转语音方言工具类

你的名字 2023-10-10 22:19 50阅读 0赞

## **目录** ##

一、导入SDK坐标

二、文本转语音方言 —步骤和工具类

1.登录阿里云账号，创建一个语音合成项目和创建用户并设置权限。

2.获取appKey、accessKeyId、accessKeySecret在相应位置进行填写。

3.相应位置填写自己需要保存的本地路径。意思就是说，自己定一个转化的语音存放在本地的一个位置。

4.测试，调用工具类中的方法uploadSoundOSS(String text,String voiceStr) ,传入一个自己需要转化的文本信息，和所在的省份名称进行测试就可以了。

三、创建JavaBean — 与文本转语音的不同

--------------------

## 一、导入SDK坐标 ##

<dependency>
        <groupId>com.alibaba.nls</groupId>
        <artifactId>nls-sdk-tts</artifactId>
        <version>2.2.1</version>
    </dependency>

## 二、文本转语音方言 —步骤和工具类 ##

#### 1.登录阿里云账号，创建一个**语音合成项目和创建用户并设置权限**。 ####

#### 2.获取**appKey、accessKeyId、accessKeySecret**在相应位置进行填写。 ####

#### 3.相应位置填写自己需要保存的本地路径。意思就是说，自己定一个转化的语音存放在本地的一个位置。 ####

#### 4.测试，调用工具类中的方法**uploadSoundOSS(String text,String voiceStr)** ,传入一个自己需要转化的文本信息，和所在的省份名称进行测试就可以了。 ####

//文字转语音方言
    public class SoundOSS_Dialect {
        private static String appKey = "自己的appKey";
        private static String accessKeyId = "自己的accessKeyId";
        private static String accessKeySecret = "自己的accessKeySecret";
        static NlsClient client ;
    
        public static String uploadSoundOSS(String text,String voiceStr) {
            String url = UUID.randomUUID().toString().replace("-", "");
            SpeechSynthesizerDemo("");
            //自己选一个本地路径填写
            File f =new File("需要保存在本地的路径"+url+".wav");
            process(text,f,voiceStr);
            client.shutdown();
            return f.getAbsolutePath();
        }
    
        public static void  SpeechSynthesizerDemo(String url) {
            AccessToken accessToken = new AccessToken(accessKeyId, accessKeySecret);
            try {
                accessToken.apply();
                if(url.isEmpty()) {
                    client = new NlsClient(accessToken.getToken());
                }else {
                    client = new NlsClient(url, accessToken.getToken());
                }
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    
        private static SpeechSynthesizerListener getSynthesizerListener(File f) {
            SpeechSynthesizerListener listener = null;
            try {
                listener = new SpeechSynthesizerListener() {
                    FileOutputStream fout = new FileOutputStream(f);
                    private boolean firstRecvBinary = true;
                    //语音合成结束
                    @Override
                    public void onComplete(SpeechSynthesizerResponse response) {
                        //调用onComplete时表示所有TTS数据已接收完成，因此为整个合成数据的延迟。该延迟可能较大，不一定满足实时场景。
                        System.out.println("name: " + response.getName() +
                                ", status: " + response.getStatus()+
                                ", output file :"+ f.getAbsolutePath()
                        );
                    }
                    //语音合成的语音二进制数据
                    @Override
                    public void onMessage(ByteBuffer message) {
                        try {
                            if(firstRecvBinary) {
                                //计算首包语音流的延迟，收到第一包语音流时，即可以进行语音播放，以提升响应速度（特别是实时交互场景下）。
                                firstRecvBinary = false;
                            }
                            byte[] bytesArray = new byte[message.remaining()];
                            message.get(bytesArray, 0, bytesArray.length);
                            fout.write(bytesArray);
                        } catch (IOException e) {
                            e.printStackTrace();
                        }
                    }
                    @Override
                    public void onFail(SpeechSynthesizerResponse response){
                        //task_id是调用方和服务端通信的唯一标识，当遇到问题时需要提供task_id以便排查。
                        System.out.println(
                                "task_id: " + response.getTaskId() +
                                        //状态码 20000000 表示识别成功
                                        ", status: " + response.getStatus() +
                                        //错误信息
                                        ", status_text: " + response.getStatusText());
                    }
                };
            } catch (Exception e) {
                e.printStackTrace();
            }
            return listener;
        }
        public static void process(String text,File f,String voiceStr) {
            SpeechSynthesizer synthesizer = null;
            try {
                //创建实例，建立连接。
                synthesizer = new SpeechSynthesizer(client,getSynthesizerListener(f));
                synthesizer.setAppKey(appKey);
                //设置返回音频的编码格式
                synthesizer.setFormat(OutputFormatEnum.WAV);
                //设置返回音频的采样率
                synthesizer.setSampleRate(SampleRateEnum.SAMPLE_RATE_16K);
                //发音人
                Sound_Voice voice = new Sound_Voice(voiceStr);
                if (voiceStr == null){
                    synthesizer.setVoice("chuangirl");
                }else {
                    synthesizer.setVoice(voice.getSpeaker());
                }
    
                //语调，范围是-500~500，可选，默认是0。
                synthesizer.setPitchRate(100);
                //语速，范围是-500~500，默认是0。
                synthesizer.setSpeechRate(100);
                //设置用于语音合成的文本
                synthesizer.setText(text);
                // 是否开启字幕功能（返回相应文本的时间戳），默认不开启，需要注意并非所有发音人都支持该参数。
                synthesizer.addCustomedParam("enable_subtitle", false);
                //此方法将以上参数设置序列化为JSON格式发送给服务端，并等待服务端确认。
                long start = System.currentTimeMillis();
                synthesizer.start();
                //等待语音合成结束
                synthesizer.waitForComplete();
            } catch (Exception e) {
                e.printStackTrace();
            } finally {
                //关闭连接
                if (null != synthesizer) {
                    synthesizer.close();
                }
            }
        }
    
    }

## 三、创建JavaBean — 与文本转语音的不同 ##

不同就在于**方言发言人**的设置，不同的地域方言阿里云有不同的发言人，可以根**据所在的地域省份设置相应的发言人**。

![a698025107184277becb4199ee22741b.png][]

创建方言类，有参传入所在地的省份进行就可以了。通过调用**getSpeaker()**方法就可以获取到对应的发言人。

目前阿里云所支持的方言只有以下几种。

//方言定义类
    
    @Data
    @NoArgsConstructor
    public class Sound_Voice implements Serializable {
        public String voiceStr ;
        public String speaker ;
    
        public Sound_Voice(String voiceStr) {
            switch (voiceStr){
                case "广东":
                    this.speaker = "taozi";
                    this.voiceStr = "广东";
                    break;
                case "东北":
                    this.speaker = "cuijie";
                    this.voiceStr = "东北";
                    break;
                case "天津":
                    this.speaker = "aikan";
                    this.voiceStr = "天津";
                    break;
                case "四川":
                    this.speaker = "chuangirl";
                    this.voiceStr = "四川";
                    break;
                case "香港":
                    this.speaker = "kelly";
                    this.voiceStr = "香港";
                    break;
                case "台湾":
                    this.speaker = "qingqing";
                    this.voiceStr = "台湾";
                    break;
                case "湖南":
                    this.speaker = "xiaoze";
                    this.voiceStr = "湖南";
                    break;
            }
        }
    }

![0206807862324b6ea09602e30352c915.png][]

[a698025107184277becb4199ee22741b.png]: https://img-blog.csdnimg.cn/a698025107184277becb4199ee22741b.png
[0206807862324b6ea09602e30352c915.png]: https://img-blog.csdnimg.cn/0206807862324b6ea09602e30352c915.png