2025.10.15故事生成系统（语音合成功能实现）

第5天：语音合成功能实现

📋 第5天概述

实现语音合成功能，将生成的文字故事转换为语音文件，支持多种语音风格和格式。

🎯 第5天目标

主要任务：构建语音合成服务，实现文字转语音功能
核心需求：支持多种语音风格、格式转换、音频文件管理

🔧 核心代码实现

语音合成服务类

class VoiceSynthesisService:
    def __init__(self, aliyun_client):
        self.client = aliyun_client
        self.voice_styles = {
            "甜美女声": "xiaoyun",
            "温柔女声": "xiaoyan", 
            "磁性男声": "siyue",
            "活泼童声": "xiaoxin"
        }
    
    def synthesize_speech(self, text, voice_style="甜美女声", 
                         format="wav", sample_rate=16000):
        """语音合成核心方法"""
        voice_code = self.voice_styles.get(voice_style, "xiaoyun")
        
        # 调用阿里云语音合成API
        audio_data = self.client.synthesize_speech(
            text=text,
            voice=voice_code,
            format=format,
            sample_rate=sample_rate
        )
        
        # 保存音频文件
        filename = f"story_audio_{int(time.time())}.{format}"
        filepath = os.path.join("uploads", filename)
        
        with open(filepath, "wb") as f:
            f.write(audio_data)
        
        return {
            "success": True,
            "filepath": filepath,
            "filename": filename,
            "duration": self._get_audio_duration(filepath)
        }
    
    def _get_audio_duration(self, filepath):
        """获取音频时长"""
        # 使用音频处理库获取时长
        return 60  # 示例值

Web API路由

@voice_bp.route('/api/synthesize', methods=['POST'])
def synthesize_voice():
    data = request.get_json()
    
    result = voice_service.synthesize_speech(
        text=data['text'],
        voice_style=data.get('voice_style', '甜美女声'),
        format=data.get('format', 'wav')
    )
    
    return jsonify(result)

前端界面

<div class="voice-synthesis">
    <h3>🔊 语音合成</h3>
    <select id="voiceStyle">
        <option value="甜美女声">甜美女声</option>
        <option value="温柔女声">温柔女声</option>
    </select>
    <button onclick="synthesize()">生成语音</button>
    <audio id="audioPlayer" controls></audio>
</div>

📊 第5天成果

✅ 语音合成服务实现
✅ 多种语音风格支持
✅ 音频文件管理
✅ Web API集成

预计耗时：4-6小时
关键文件：src/services/voice_service.py, src/web/routes/voice_routes.py