百度语音API——文本转语音

一、API

API(Application programming interface)应用程序编程接口:

是一组预先定义的函数和协议。

使得不同软件组件之间交互通信，充当了不同软件系统间的桥梁，允许开发者更容易地使用另一个软件系统提供的功能和服务，而无需了解其内部细节，简易开发。

二、前置条件

1. 找到百度ai开放平台。

   链接：百度AI开放平台-全球领先的人工智能服务平台 (baidu.com)

  

2.依次点击：开放能力、语言技术、短语音识别。  

点击立即使用。

3.点击领取免费资源。(第一次是免费用的)  

4.选择语音识别的内容（这里我把全部都选了一遍，这个看自己情况）

全部勾选，以免之后用语音转文本的功能付钱。再点击，零元领取。

5.选中应用列表，然后创建应用。

6.  

7.下滑，点击个人，应用描述随意，然后点击创建。

8.复制信息。

  

三、代码实现

1.打开pycharm，安装baidu-aip

(安装百度提供的ai平台SDK‘software development kit’，即软件开发工具包，到你的python环境中，SDK能让开发者更方便地调用百度ai的服务。)

命令：pip install baidu-aip

2.从aip中导入相应的语音模块AipSpeech。

  命令：form aip import AipSpeech

  

3.从百度ai中复制appid，apikey，secrkey三个接口参数（这些参数用于标识用户，并为访问百度语音平台做签名验证。）

以他们为初始化对象。（使用他们来实例化AipSpeech客户端，并命名为client。）       

  

4.准备要合成语音的文本以及存放路径。

5.语音的合成：

调用client的synthesis方法来进行语音的合成。

参数包括要合成的文本，语言类型(这里是中文’zh’),语音音量(‘vol’)，再print结果(正确就是一个二进制数据，错误就是字典类型)。

(dictionary字典：无序的，可变的容器，用于储存和检索数据。)

(client.synthesis是一个调用百度语音合成服务的方法，它接受文本作为输入，并返回合成的语音输入，实现文本到语音的转换，保存为音频文件。)

6.设置识别正确或错误的返回。

 isinstance(result,dict)作用是判断result是否为字典(dictionary)类型的对象，如果是将返回T，如果不是就会返回F。

如果结果不是字典，则打开指定文件夹路径，并将合成的语音数据写入文件。如果是字典，则print语音合成错误。

如果不是字典：

  

(open打开单引号里面的路径，‘w’表示写入模式，‘b’表示二进制模式打开文件夹，常用于处理音频，图像文件。)

(with语句，用于确保在代码块执行完毕后，无论是否发生异常，都会自动正确的关闭文件。)

(as f:将打开的文件对象赋值给变量f，在with代码块中可以通过f来操作文件。)

(f.write:将语音数据写入文件。)

否则:print语音合成错误。

  

7.总图