3分钟搞定讯飞云 TTS 语音合成：MicroPython+uPyPI一键安装驱动包
四、使用 websocket 连接讯飞开发平台实现 TTS 语音合成
原文链接：https://f1829ryac0m.feishu.cn/wiki/J0lDwNHtCizJwekOXRecPA7inwb?fromScene=spaceOverview
4.1 讯飞开发平台的介绍和 API Key 的获取
讯飞开放平台的在线语音合成（TTS）服务，是一款可将文字信息转化为自然流畅人声的 AI 能力，提供超 100 种特色发音人（音库）选择，支持多语种、多方言与中英混合输入，可灵活配置音频参数，广泛应用于新闻阅读、出行导航、智能硬件、通知播报等场景。
该服务核心提供 Websocket 流式 API 接口，相比传统 HTTP API 具备原生跨域优势，相比 SDK 更具轻量、跨语言特性，适配需要流式数据传输的 AI 服务场景；原 WebAPI 普通版接口已不再对外开放，存量用户可继续使用，平台也推荐开发者迁移至新版流式接口。
服务额外支持韩语、日语、维吾尔语、藏语等多类小语种及少数民族语言，使用时需采用 UTF-8 编码并在控制台开启对应发音人权限；用户可免费试用（默认每日 500 次免费调用额度），也可购买正式套餐，调用前需在控制台获取 AppID、APIKey、APISecret 等有效密钥，同时平台提供完整的 API 文档、多平台 SDK Demo 与技术支持，还配套有一句话复刻、超拟人语音合成、长文本语音合成、离线语音合成等衍生能力，覆盖多样化语音合成需求。
点击链接：https://www.xfyun.cn/services/online_tts
点击框选的「免费试用」按钮，是开启服务开通、获取 API 权限的第一步。
该页面为讯飞开放平台的免费服务申领页，新用户可在此领取在线语音合成的免费试用额度（2 万次交互量，有效期 3 个月）。点击框选的「立即领取」按钮，即可完成免费服务的申领，获得该服务的基础调用权限，为后续创建应用、获取密钥做准备。
进入控制台后，需创建专属应用来生成唯一的 API 凭证。
应用创建成功后，系统会自动匹配新用户免费套餐（在线语音合成，0 元，有效期 90 天，10000 次服务量）。确认套餐信息后即可完成服务开通，正式获得该应用的语音合成 API 调用资格。
完成服务开通后，点击页面右上角框选的「控制台」按钮，即可进入讯飞开放平台开发者后台，该后台是管理所有应用、查看服务用量、获取 API 密钥的核心操作入口。
在控制台「我的应用」页面，可查看所有已创建的应用。点击框选的「TTS 语音合成」应用，即可进入该应用的详情页，进一步获取语音合成服务的 API 密钥信息。
进入应用详情页后，在左侧功能栏中点击框选的「语音合成」菜单，即可展开语音合成相关的服务子选项，选择「在线语音合成」即可进入服务详情页，获取 API 认证信息。
在在线语音合成服务详情页，框选的「Websocket 服务接口认证信息」区域，可获取到调用 API 所需的全部核心凭证：APPID、APIKey、APISecret。这三个参数是调用在线语音合成流式 API 的必备密钥，完成此步骤即成功获取到 API 调用权限。
4.2 驱动库安装
在 upypi(https://upypi.net/)中搜索 xfyun_tts：
这是一个适用于 MicroPython 的讯飞在线语音合成（TTS）驱动，通过 WebSocket 连接讯飞开放平台，将文字实时合成为 PCM 或 WAV 音频文件，已在树莓派 Pico 2W 上通过验证。
复制安装命令：
mpremote mip install https://upypi.net/pkgs/xfyun_tts/1.0.0
输入到终端中执行：
然后将下面代码中 WIFI 和 API 相关配置项补全，烧录到单片机中：
# Python env : MicroPython v1.23.0
# -*- coding: utf-8 -*-
# @Time : 2026/04/12
# @Author : leeqingsui
# @File : main.py
# @Description : iFlytek TTS usage example for MicroPython on Raspberry Pi Pico 2W
# @License : MIT
# ======================================== 导入相关模块 =========================================
import network
import asyncio
import time
import ntptime
from xfyun_tts import XfyunTTS
# ======================================== 全局变量 ============================================
WIFI_SSID = "your_wifi_ssid"
WIFI_PASSWORD = "your_wifi_password"
APPID = "your_appid"
API_KEY = "your_api_key"
API_SECRET = "your_api_secret"
OUTPUT_FILE = "output.pcm"
OUTPUT_WAV = "output.wav"
# ======================================== 功能函数 ============================================
def connect_wifi():
"""
连接 WiFi 并返回网络对象。
Returns:
network.WLAN: 已连接的 WLAN 对象；连接失败时返回 None。
==========================================
Connect to WiFi and return the network object.
Returns:
network.WLAN: Connected WLAN object; None if connection fails.
"""
wlan = network.WLAN(network.STA_IF)
wlan.active(True)
if not wlan.isconnected():
print("Connecting to WiFi:", WIFI_SSID)
wlan.connect(WIFI_SSID, WIFI_PASSWORD)
timeout = 15
while not wlan.isconnected() and timeout > 0:
time.sleep(1)
timeout -= 1
print("Connecting...", timeout, "s remaining")
if wlan.isconnected():
ip_info = wlan.ifconfig()
print("WiFi connected")
print("IP:", ip_info[0])
print("Gateway:", ip_info[2])
else:
print("WiFi connection failed")
return None
else:
print("WiFi already connected")
return wlan
def sync_ntp():
"""
通过 NTP 同步系统时间，为讯飞 API 鉴权签名提供准确时间戳。
依次尝试多个 NTP 服务器，全部失败时打印警告但不中断流程。
==========================================
Sync system time via NTP for iFlytek API authentication signature.
Tries multiple NTP servers in order; prints a warning if all fail.
"""
servers = ("ntp.aliyun.com", "ntp.tencent.com", "pool.ntp.org")
for host in servers:
try:
ntptime.host = host
ntptime.settime()
t = time.gmtime()
print("NTP synced via {}: {}-{:02d}-{:02d} {:02d}:{:02d}:{:02d} UTC".format(
host, t[0], t[1], t[2], t[3], t[4], t[5]))
return
except Exception as e:
print("NTP failed ({}):".format(host), e)
print("NTP sync unavailable; signature timestamp may be rejected.")
async def run_tts(text):
"""
调用 XfyunTTS 流式合成指定文本，直接将 PCM 数据写入本地文件。
Args:
text (str): 待合成的文本内容。
==========================================
Synthesize the given text using XfyunTTS in streaming mode,
writing PCM data directly to a local file.
Args:
text (str): Text to synthesize.
"""
print("Synthesizing:", text)
total = await tts.synthesize(text, filepath=OUTPUT_FILE)
if total:
print("Saved", total, "bytes ->", OUTPUT_FILE)
else:
print("Synthesis failed: no audio data received.")
async def run_tts_wav(text):
"""
调用 XfyunTTS 流式合成指定文本，直接将带 WAV 头的音频写入本地文件。
WAV 文件可在 PC 上直接用任意播放器打开，无需指定格式参数。
Args:
text (str): 待合成的文本内容。
==========================================
Synthesize the given text using XfyunTTS in streaming mode,
writing a WAV file (with header) directly to local storage.
The WAV file can be opened on PC by any audio player without extra parameters.
Args:
text (str): Text to synthesize.
"""
print("Synthesizing (WAV):", text)
total = await tts.synthesize(text, filepath=OUTPUT_WAV)
if total:
print("Saved", total, "bytes PCM +44 bytes header ->", OUTPUT_WAV)
else:
print("Synthesis failed: no audio data received.")
# ======================================== 自定义类 ============================================
# ======================================== 初始化配置 ===========================================
tts = XfyunTTS(
app_id = APPID,
api_key = API_KEY,
api_secret = API_SECRET,
)
# ======================================== 主程序 ===========================================
if __name__ == "__main__":
time.sleep(3)
print("--- FreakStudio iFlytek TTS Demo ---")
if not connect_wifi():
print("Aborting: WiFi unavailable.")
else:
sync_ntp()
# Demo 1: raw PCM output
asyncio.run(run_tts("Hello, I am Xiaozhi. Nice to meet you."))
# Demo 2: WAV output — open output.wav directly on PC to verify
asyncio.run(run_tts_wav("Hi there, this is a WAV format test from Pico 2W."))
打开终端显示如下：
这是树莓派 Pico 2W 运行讯飞 TTS 程序的完整串口日志，完整呈现了两次语音合成的全链路流程：
- 第一次合成文本
Hello, I am Xiaozhi. Nice to meet you.，累计接收 60158 字节音频数据，保存为output.pcm； - 第二次合成文本
Hi there, this is a WAV format test from Pico 2W.，累计接收 85332 字节数据，在 PCM 基础上添加 WAV 文件头，保存为output.wav。
日志完整验证了 WiFi 连接、NTP 时间同步、TTS 流式连接、音频分块接收、文件保存的全流程功能正常。
这是树莓派 Pico 2W 重启后的文件列表界面，框选的 output.pcm 和 output.wav 是两次语音合成生成的最终音频文件，验证了程序在重启后仍能稳定生成并保存音频。
其中：
output.pcm是无文件头的原始 PCM 裸数据；output.wav是添加了标准 WAV 文件头、可直接播放的通用音频格式。
这是将树莓派 Pico 生成的音频文件导出到 Windows 电脑后的文件列表，框选的 output.pcm（59KB，PCM 格式）和 output.wav（84KB，WAV 格式）是语音合成的最终产物。WAV 文件因包含 44 字节的标准文件头，体积略大于 PCM 文件，可直接在电脑端用普通播放器播放，PCM 文件则需专用工具播放或转换格式。
文件如下：
我们可以在网站：https://pcm.qer.im/中播放 PCM 音频文件：
这是在线 PCM 音频播放器（https://pcm.qer.im/）的文件选择界面，框选的 output.pcm 是从树莓派导出的原始音频文件。该工具解决了 PCM 文件无文件头、普通播放器无法直接播放的问题，可直接导入 PCM 文件，用于验证语音合成的音频内容。
通过在线工具 https://pcm.qer.im/，导入从树莓派导出的 output.pcm 文件，即可直接播放原始 PCM 音频，同时支持将 PCM 转换为 WAV、MP3 等通用格式，方便后续使用。
这是在线 PCM 播放器的参数配置区域，框选的采样率: 8000 Hz 是播放 output.pcm 的核心参数，需与讯飞 TTS API 返回的音频参数、树莓派程序的配置完全一致（配套参数为 16bit 位深度、单声道、小端序），才能正确解码并播放音频，还原语音合成的内容，是 PCM 文件正常播放的关键。
我们即可看到所有步骤完成。
原文链接：https://f1829ryac0m.feishu.cn/wiki/J0lDwNHtCizJwekOXRecPA7inwb?fromScene=spaceOverview
浙公网安备 33010602011771号