AI 大模型应用，采用 Rust 来开发，到底有多爽！

大家好，我是渔夫。

今天分享主题，闲着没事找事，使用 Rust 来开发文字转语音这样一个简单需求。

非常简单，我们直接使用 OpenAI 的 Audio 接口，它是可以文本生成对应语音的，直接看代码。

添加环境依赖

开发之前，你需要确保在 Cargo.toml 文件中添加 reqwest 和 serde_json 两个依赖，可以复制粘贴到你的文件中，内容如下。

[dependencies]
serde_json = "1.0"
tokio = { version = "1.36.0", features = ["full"] }
reqwest = { version = "0.12.1", features = ["blocking", "json"] }

也可以使用 cargo 命令来添加依赖，执行以下命令：

cargo add reqwest --features blocking,json
cargo add serde_json
cargo add tokio --features full

快速编码吧

端点speech接受三个关键输入：模型、应转换为音频的文本以及用于生成音频的语音。

use reqwest::Client;
use serde_json::json;
use std::fs::File;
use std::io::prelude::*;

#[tokio::main]
async fn main() -> Result<(), Box<dyn std::error::Error>> {
    let client = Client::new();
    // 替换为你的 OpenAI API 密钥
    let api_key = "sk-xxx"; 
    let text = "大家好，我是渔夫。很高兴与你一起学习 Rust 语言，加我微信一起讨论吧！";

    // TTS 模型: tts-1（普清）、tts-1-hd（高清）
    // input: 需要转换成语音的文本，最长支持4096字节
    let response = client
        .post("https://api.openai.com/v1/audio/speech")
        .header("Content-Type", "application/json")
        .header("Authorization", format!("Bearer {}", api_key))
        .json(&json!({
            "model": "tts-1",
            "input": text,
            "voice": "alloy", // 音色
            "speed": 1.5,
        }))
        .send()
        .await?;

    let bytes = response.bytes().await?.to_vec();
    
    let mut file = File::create("speech_create_demo.mp3")?;
    file.write_all(&bytes)?;

    println!("Speech file created successfully!");

    Ok(())
}

默认情况下，终端将输出语音音频的 MP3 文件，可以配置为输出当前支持的格式。如使用“opus”、“aac”、“flac”和“pcm”等其他格式，可以参考官网。

输出不同音色

你还可以输出不同的音色，GPT 提供了 6 种，你可以修改 voice 来实现，alloy、echo、fable、onyx、nova、shimmer 开发过程根据自己喜欢来选择吧！

输出不同语速

OpenAI 的 Audio 接口是可以调节不同语速的，可以根据实际情况来选择。提供的语速取值范围：0.25 - 4.0，默认为 1.0，你只需要添加 speed 属性即可实现。

.json(&json!({
    "model": "tts-1",
    "input": text,
    "voice": "shimmer",
    "speed": 1.5,
}))

其他语言版本

如果你是使用 Python，可以参考以下代码：

import openai

# 设置 OpenAI API 密钥
api_key = "sk-xxxx"
openai.api_key = api_key

# 指定需要转换为语音的文本和语音模型
text = "안녕하세요, 저는 어부입니다!"  # 您想要转换为语音的文本，使用韩语
voice = "alloy"  # 选择语音模型，可以是 "alloy" 或其他合适的语音模型

# 调用 OpenAI TTS API，生成语音文件
speech_response = openai.Audio.create_speech(
    model="tts-1",  # TTS模型：tts-1（普清）、tts-1-hd（高清）
    input=text,
    voice=voice,
)

# 将生成的语音文件保存到本地
with open("speech_create_demo3.mp3", "wb") as file:
    file.write(speech_response.content)

推荐阅读：

参考资料：

• https://platform.openai.com/docs/guides/speech-to-text/quickstart

• https://platform.openai.com/docs/guides/text-to-speech

我是渔夫，现在在国内某某云程序员，业余独立开发者，探索副业，生活、技术、非科班转码经验等相关文章，欢迎关注，和渔夫一起成长。