c# 實現語音合成

阿新 • • 發佈：2020-12-15

本文主要討論C#開發使用百度語音合成API線上將文字內容合成語音，儲存為 MP3檔案，本文最後會提供本安全原始碼以及執行軟體包，如有需要可自行下載

開發流程如下：

1.建立百度應用：

　　建立應用之後就能看到建立完的應用和API KEY以及Secret KEY了，在呼叫API時需傳入這些配置值

　　詳見：https://console.bce.baidu.com/ai/#/ai/ocr/overview/index

2.引用Baidu.Aip (SDK)

　　Baidu.Aip封閉了文字識別OcrAPI的Http請求，簡化程式碼，提高開發效率。如果不想引用該DLL，可以自己封裝Http請求方法。

　　C# SDK 現已開源，快速接入文件參考：https://ai.baidu.com/ai-doc/SPEECH/Jk4nlz6gp

3.呼叫API，

　　這裡僅展示通用及高精度識別示例，特殊場景識別，詳見官方文件：https://ai.baidu.com/ai-doc/SPEECH/Jk4nlz6gp

/// <summary>
  /// 語音合成
  /// </summary>
  /// <param name="reqItem">請求相關引數</param>
  /// <param name="destPath">mp3檔案儲存路徑</param>
  /// <param name="synthesisEvent">狀態事件</param>
  /// <returns></returns>
  public static bool Synthesis(ReqSynthesis reqItem,string destPath,SynthesisEvent synthesisEvent)
  {
   bool callResult = false;

   try
   {
    synthesisEvent("語音合成初始化...");
    // 百度應用配置
    var apiKey = ConfigUtil.GetConfigStr(EnumConfigKey.SpeechAPI_Key);
    var secretKey = ConfigUtil.GetConfigStr(EnumConfigKey.SpeechSECRET_KEY);
    if (!RiverAuth.Instant.CheckSynthesis(apiKey,secretKey))
    {
     return false;
    }
    var client = new Baidu.Aip.Speech.Tts(apiKey,secretKey);
    client.Timeout = 60000; // 修改超時時間
    var option = new Dictionary<string,object>()
    {
     {"vol",reqItem.vol},// 
     { "pit",reqItem.pit},// 
     {"spd",reqItem.spd},// 語速
     {"per",reqItem.per} // 發音人，4：情感度丫丫童聲
    };
    synthesisEvent("開始語音合成...");
    var result = client.Synthesis(reqItem.tex,option);
    // 儲存檔案
    if (result.Success) // 或 result.Success
    {
     File.WriteAllBytes(destPath,result.Data);
     synthesisEvent("語音合成返回成功，檔案：" + destPath);
     callResult = true;
    }
    else
    {
     synthesisEvent(string.Format("語音合成失敗,錯誤碼：[{0}],原因：{1}",result.ErrorCode,result.ErrorMsg));
    }
    RiverAuth.Instant.EndCallEvent();
   }
   catch (Exception ex)
   {
    synthesisEvent("語音合成失敗，原因：" + ex.Message);
    LogHelper.LogError(ex,"語音合成");
   }
   return callResult;
  }
 }
 /// <summary>
 /// 語音合成請求
 /// </summary>
 [Serializable]
 public class ReqSynthesis
 {
  public string tex { get; set; }//合成的文字，使用UTF-8編碼，請注意文字長度必須小於1024位元組 必填項
  public string cuid { get; set; }// 使用者唯一標識，用來區分使用者，填寫機器 MAC 地址或 IMEI 碼，長度為60以內 否
  public int spd { get; set; }//語速，取值0-9，預設為5中語速 否
  public int pit { get; set; }//音調，取值0-9，預設為5中語調 否
  public int vol { get; set; }//音量，取值0-15，預設為5中音量 否
  public int per { get; set; }//發音人選擇,0為女聲，1為男聲，3為情感合成-度逍遙，4為情感合成-度丫丫，預設為普通女
 }
 /// <summary>
 /// 語音轉文字返回結果
 /// </summary>
 public class RetSpeech
 {
  public string corpus_no { get; set; }
  public string err_msg { get; set; }
  public int err_no { get; set; }
  public string[] result { get; set; }
  public string sn { get; set; }
 }

4.語音合成最後儲存為 MP3檔案

c# 實現語音合成