基于C# 百度AI和科大汛飞语音合成SDK
一、百度语音合成
百度语音合成C# SDK主要是基于Rest API,需要互联网调用HTTP接口，Rest API 仅支持最多512个汉字，合成的格式文件为MP3，没有其它的格式。如果想离线使用需下载SDK,Android 或IOS。
1、安装语音合成 C# SDK
C# SDK 现已开源! https://github.com/Baidu-AIP/dotnet-sdk
** 支持平台：.Net Framework 3.5 4.0 4.5， .Net Core 2.0 **
2、方法一：使用Nuget管理依赖 （推荐）
在NuGet中搜索 Baidu.AI，安装最新版即可。
packet地址 https://www.nuget.org/packages/Baidu.AI/
3、源程序界面及代码
#region 百度语音 private void simpleButton1_Click(object sender, EventArgs e) { if (spinEdit1.Value <= 0) { spinEdit1.Focus(); return; } if (trackBarControl1.Value <= 0) { trackBarControl1.Focus(); return; } if (string.IsNullOrEmpty(textBox1.Text.Trim())) { textBox1.Focus(); textBox1.Select(); return; } // 设置APPID/AK/SK var APP_ID = "******"; var API_KEY = "******"; var SECRET_KEY = "*****"; var client = new Baidu.Aip.Speech.Tts(API_KEY, SECRET_KEY); client.Timeout = 60000; // 修改超时时间 // 可选参数 var option = new Dictionary<string, object>() { {"spd", spinEdit1.Value}, // 语速 {"vol", trackBarControl1.Value}, // 音量 {"per", comboBoxEdit1.SelectedIndex} // 发音人，4：情感度丫丫童声 }; var result = client.Synthesis(textBox1.Text, option); if (xtraSaveFileDialog1.ShowDialog() == System.Windows.Forms.DialogResult.OK) { if (result.ErrorCode == 0) // 或 result.Success { File.WriteAllBytes(xtraSaveFileDialog1.FileName, result.Data); } } } #endregion
接口参数说明：
二、科大讯飞语音合成
科大讯飞没有c# SDK，采用WebAPi的形式调用。不过请注意该接口使用的HTTP API协议不支持跨域。
1、接口调用流程
注： 调用接口前需配置IP白名单，IP白名单规则请参照 IP白名单。（由于我之前没有设置正确的IP，导致接口调用不成功）可以在百度里面输入IP将会显示你的互联网IP
- 通过接口密钥基于MD5计算签名，将签名以及其他参数放在Http Request Header中 。
- 将文本数据放在Http Request Body中 。
- 向服务器端发送Http请求后，接收服务器端的返回结果。
注： 在控制台添加服务后，点击“发音人管理”可自行添加并试用发音人，添加后会显示该发音人参数值，设置参数voice_name为相应的发音人参数值即可。
2、程序界面及源代码
源代码
public class Rootobject { public string auf { get; set; } public string aue { get; set; } public string voice_name { get; set; } public string speed { get; set; } public string volume { get; set; } public string pitch { get; set; } public string engine_type { get; set; } public string text_type { get; set; } }
String Md5(string s) { System.Security.Cryptography.MD5 md5 = new System.Security.Cryptography.MD5CryptoServiceProvider(); byte[] bytes = System.Text.Encoding.UTF8.GetBytes(s); bytes = md5.ComputeHash(bytes); md5.Clear(); string ret = ""; for (int i = 0; i < bytes.Length; i++) { ret += Convert.ToString(bytes[i], 16).PadLeft(2, '0'); } return ret.PadLeft(32, '0'); }
#region 把流转换成缓存流 MemoryStream StreamToMemoryStream(Stream instream) { MemoryStream outstream = new MemoryStream(); const int bufferLen = 4096; byte[] buffer = new byte[bufferLen]; int count = 0; while ((count = instream.Read(buffer, 0, bufferLen)) > 0) { outstream.Write(buffer, 0, count); } return outstream; } #endregion
#region 把缓存流转换成字节组 public static byte[] streamTobyte(MemoryStream memoryStream) { byte[] buffer = new byte[memoryStream.Length]; memoryStream.Seek(0, SeekOrigin.Begin); memoryStream.Read(buffer, 0, buffer.Length); return buffer; } #endregion
private void simpleButton2_Click(object sender, EventArgs e) { // 应用APPID（必须为webapi类型应用，并开通语音合成服务，参考帖子如何创建一个webapi应用：http://bbs.xfyun.cn/forum.php?mod=viewthread&tid=36481） string appID = "****"; // 接口密钥（webapi类型应用开通合成服务后，控制台--我的应用---语音合成---相应服务的apikey） string APIKey = "****"; // 语音合成webapi接口地址 String url = "http://api.xfyun.cn/v1/service/v1/tts"; String bodys; // 待合成文本 string text = memoEdit1.Text; // 对要合成语音的文字先用utf-8然后进行URL加密 byte[] textData = Encoding.UTF8.GetBytes(text); text = HttpUtility.UrlEncode(textData); bodys = string.Format("text={0}", text); //aue = raw, 音频文件保存类型为 wav或者pcm //aue = lame, 音频文件保存类型为 mp3 string AUE = "lame"; Rootobject root = new Rootobject(); root.aue = AUE; root.auf = "audio/L16;rate=16000"; root.speed = speed.Value.ToString(); root.pitch = pitch.Value.ToString(); root.volume = volume.Value.ToString(); root.voice_name = voice_name.Text.Split('-')[0]; root.engine_type = engine_type.Text.Split('-')[0]; root.text_type = "text"; string param = Newtonsoft.Json.JsonConvert.SerializeObject(root); // 获取十位的时间戳 TimeSpan ts = DateTime.UtcNow - new DateTime(1970, 1, 1, 0, 0, 0, 0); string curTime = Convert.ToInt64(ts.TotalSeconds).ToString(); // 对参数先utf-8然后用base64编码 byte[] paramData = Encoding.UTF8.GetBytes(param); string paraBase64 = Convert.ToBase64String(paramData); // 形成签名 string checkSum = Md5(APIKey + curTime + paraBase64); // 组装http请求头 HttpWebRequest request = (HttpWebRequest)WebRequest.Create(url); request = (HttpWebRequest)WebRequest.Create(url); request.Method = "POST"; request.ContentType = "application/x-www-form-urlencoded"; request.Headers.Add("X-Param", paraBase64); request.Headers.Add("X-CurTime", curTime); request.Headers.Add("X-Appid", appID); request.Headers.Add("X-CheckSum", checkSum); Stream requestStream = request.GetRequestStream(); StreamWriter streamWriter = new StreamWriter(requestStream, Encoding.GetEncoding("gb2312")); streamWriter.Write(bodys); streamWriter.Close(); String htmlStr = string.Empty; HttpWebResponse response = request.GetResponse() as HttpWebResponse; Stream responseStream = response.GetResponseStream(); using (StreamReader reader = new StreamReader(responseStream, Encoding.GetEncoding("UTF-8"))) { string header_type = response.Headers["Content-Type"]; if (header_type == "audio/mpeg") { Stream st = response.GetResponseStream(); MemoryStream memoryStream = StreamToMemoryStream(st); if (xtraSaveFileDialog2.ShowDialog() == System.Windows.Forms.DialogResult.OK) { // 保存音频文件地址和音频格式类型 File.WriteAllBytes(xtraSaveFileDialog2.FileName, streamTobyte(memoryStream)); } Console.WriteLine(response.Headers); Console.ReadLine(); } else { htmlStr = reader.ReadToEnd(); Console.WriteLine(htmlStr); Console.ReadLine(); } } responseStream.Close(); } #endregion }
通过尝试百度和科大讯飞两个语音合成接口，发现科大讯飞语音比较好一些，百度有些词语会读错。
