京東雲上提供了足夠多的人工智慧api，並且都使用了http的方式進行了封裝，使用者可以方便在自己的系統中接入京東雲的ai能力。今天就是介紹一下如何編寫很少的程式碼就能使用京東雲的語音合成api在網頁中實現文字朗讀，最終實現效果，延遲小，支援主流裝置，聲調優美，還能男女生切換。

最終效果

最終效果，微信開啟連結，點選播放按鈕則可以進行文字朗讀。

Api介紹

京東雲AI API使用Restful介面風格，同時提供了java和python的sdk，使用sdk能夠方便的封裝引數，呼叫api獲得資料。

為了提升呼叫方的響應速度，語音合成api採用了分段合成的模式，所以呼叫的時候在後端邏輯中按順序多次呼叫，將音訊資料以資料流的形式回寫給前端。

獲取AK/SK

訪問京東雲api需要獲取 ak sk ，配合sdk使用；
進入京東雲控制檯-賬號管理-Access Key管理，建立並獲取Access Key。

後端音訊流合成

這裡給出後端部分原始碼，實現一個controller，開發一個get請求方法，引數封裝的邏輯全都提煉出單獨的方法，程式碼邏輯結構簡單易懂。程式碼使用fastJson處理引數，另外引用了京東雲sdk，其餘都是jdk自帶的api，依賴很少。

  1 import com.alibaba.fastjson.JSON;
  2 import com.alibaba.fastjson.JSONObject;
  3 import com.wxapi.WxApiCall.WxApiCall;
  4 import com.wxapi.model.RequestModel;
  5
  6 import org.springframework.stereotype.Controller;
  7 import org.springframework.web.bind.annotation.GetMapping;
  8 import org.springframework.web.bind.annotation.RequestHeader;
  9
 10 import javax.servlet.http.HttpServletRequest;
 11 import javax.servlet.http.HttpServletResponse;
 12 import java.io.IOException;
 13 import java.io.OutputStream;
 14 import java.util.Base64;
 15 import java.util.HashMap;
 16 import java.util.Map;
 17
 18 @Controller
 19 public class TTSControllerExample {
 20    //url appkey secretkey
 21    private static final String url = "https://aiapi.jdcloud.com/jdai/tts";
 22    private static final String appKey = "";
 23    private static final String secretKey = "";
 24
 25    @GetMapping("/tts/stream/example")
 26    public void ttsStream(
 27            @RequestHeader(value = "Range", required = false) String range,
 28            HttpServletRequest req,
 29            HttpServletResponse resp) {
 30
 31        //應對safari的第一次確認請求攜帶header Range：bytes=0-1,此時回寫1byte資料，防止錯誤
 32        if ("bytes=0-1".equals(range)) {
 33            try {
 34                byte[] temp = new byte['a'];
 35                resp.setHeader("Content-Type", "audio/mp3");
 36                OutputStream out = resp.getOutputStream();
 37                out.write(temp);
 38 } catch (IOException e) {
 39                e.printStackTrace();
 40            }
 41            return;
 42        }
 43        //封裝輸入引數
 44        Map queryMap = processQueryParam(req);
 45        String text = req.getParameter("text");
 46 //封裝api呼叫請求報文
 47        RequestModel requestModel = getBaseRequestModel(queryMap, text);
 48        try {
 49 //回寫音訊資料給前端
 50            writeTtsStream(resp, requestModel);
 51 } catch (IOException e) {
 52            e.printStackTrace();
 53        }
 54    }
 55
 56    /**
 57     * 將前端輸入引數封裝為api呼叫的請求物件，同時設定url appkey secaretKey
 58     * @param queryMap
 59     * @param bodyStr
 60     * @return
 61     */
 62    private RequestModel getBaseRequestModel(Map queryMap, String bodyStr) {
 63        RequestModel requestModel = new RequestModel();
 64        requestModel.setGwUrl(url);
 65        requestModel.setAppkey(appKey);
 66        requestModel.setSecretKey(secretKey);
 67        requestModel.setQueryParams(queryMap);
 68        requestModel.setBodyStr(bodyStr);
 69        return requestModel;
 70    }
 71
 72    /**
 73     * 流式api呼叫，需要將sequenceId 依次遞增，用該方法進行設定請求物件sequenceId
 74     * @param sequenceId
 75     * @param requestModel
 76     * @return
 77     */
 78    private RequestModel changeSequenceId(int sequenceId, RequestModel requestModel) {
 79        requestModel.getQueryParams().put("Sequence-Id", sequenceId);
 80        return requestModel;
 81    }
 82
 83    /**
 84     * 將request中的請求引數封裝為api呼叫請求物件中的queryMap
 85     * @param req
 86     * @return
 87     */
 88    private Map processQueryParam(HttpServletRequest req) {
 89        String reqid = req.getParameter("reqid");
 90        int tim = Integer.parseInt(req.getParameter("tim"));
 91        String sp = req.getParameter("sp");
 92
 93        JSONObject parameters = new JSONObject(8);
 94        parameters.put("tim", tim);
 95        parameters.put("sr", 24000);
 96        parameters.put("sp", sp);
 97        parameters.put("vol", 2.0);
 98        parameters.put("tte", 0);
 99        parameters.put("aue", 3);
100
101        JSONObject property = new JSONObject(4);
102        property.put("platform", "Linux");
103        property.put("version", "1.0.0");
104        property.put("parameters", parameters);
105
106        Map<String, Object> queryMap = new HashMap<>();
107 //訪問引數
108        queryMap.put("Service-Type", "synthesis");
109        queryMap.put("Request-Id", reqid);
110        queryMap.put("Protocol", 1);
111        queryMap.put("Net-State", 1);
112        queryMap.put("Applicator", 1);
113        queryMap.put("Property", property.toJSONString());
114
115        return queryMap;
116    }
117
118    /**
119     * 迴圈呼叫api，將音訊資料回寫到response物件
120     * @param resp
121     * @param requestModel
122     * @throws IOException
123     */
124    public void writeTtsStream(HttpServletResponse resp, RequestModel requestModel) throws IOException {
125        //分段獲取音訊sequenceId從1遞增
126        int sequenceId = 1;
127        changeSequenceId(sequenceId, requestModel);
128        //設定返回報文頭內容型別為audio/mp3
129        resp.setHeader("Content-Type", "audio/mp3");
130        //api請求sdk物件
131        WxApiCall call = new WxApiCall();
132        //獲取輸出流用於輸出音訊流
133        OutputStream out = resp.getOutputStream();
134        call.setModel(requestModel);
135        //解析返回報文，獲得status
136        String response = call.request();
137        JSONObject jsonObject = JSON.parseObject(response);
138        JSONObject data = jsonObject.getJSONObject("result");
139        //第一次請求增加校驗，如果錯誤則向前端回寫500錯誤碼
140        if (data.getIntValue("status") != 0) {
141            resp.sendError(500, data.getString("message"));
142            return;
143        }
144        //推送實際音訊資料
145        String audio = data.getString("audio");
146        byte[] part = Base64.getDecoder().decode(audio);
147        out.write(part);
148        out.flush();
149        //判斷是否已結束，多次請求對應多個index，index<0 代表最後一個包
150        if (data.getIntValue("index") < 0) {
151            return;
152        }
153        //迴圈推送剩餘部分音訊
154        while (data.getIntValue("index") >= 0) {
155            //sequenceid 遞增
156            sequenceId = sequenceId + 1;
157            changeSequenceId(sequenceId, requestModel);
158            //請求api獲得新的音訊資料
159            call.setModel(requestModel);
160            response = call.request();
161            jsonObject = JSON.parseObject(response);
162            data = jsonObject.getJSONObject("result");
163            audio = data.getString("audio");
164            part = Base64.getDecoder().decode(audio);
165            //回寫新的音訊資料
166            out.write(part);
167            out.flush();
168        }
169    }
170
171
172
173 前端audio播放朗讀
174 前端部分給出在vue 模組化開發中的script部分，由於採用html5的audio進行語音播放，為了相容性需要引用howler.js (npm install howler)，主要邏輯為根據設定的引數和待朗讀的文字拼接一個url，呼叫howler.js 中的api進行播放。
175
176 <script>
177 import {Howl, Howler} from 'howler'
178 export default {
179  data() {
180    return {
181      news: { // 新聞內容
182        ……
183      },
184      role: 1, // 0女聲，1男聲
185      speed: 1, // 播放速度
186      curIndex: -1, // 播放的段落在所有段落中的順序，與使用者互動顯示相關，與流式播放無關
187      sound: null, // 頁面唯一的指向howler例項的變數
188      status: 'empty' // load,pause,stop,empty 僅與使用者互動顯示相關，與流式播放顯示無關
189    }
190  },
191  methods: {
192    generateUUID () { // 生成uuid
193      let d = Date.now()
194      return 'xxxxxxxx-xxxx-4xxx-yxxx-xxxxxxxxxxxx'.replace(/[xy]/g, c => {
195        let r = (d + Math.random() * 16) % 16 | 0
196        d = Math.floor(d / 16)
197        return (c === 'x' ? r : (r & 0x3) | 0x8).toString(16)
198      })
199    },
200    audioSrc (txt) { // 生成獲取音訊的連結
201      let content = encodeURI(txt) // 文字編碼
202      return `http://neuhubdemo.jd.com/api/tts/streamv2?reqid=${
203          this.generateUUID() // requestID
204        }&text=${
205          content // 編碼後的文字內容
206        }&tim=${
207          this.role // 男聲 or 女聲
208        }&sp=${
209          this.speed // 播放速度
210        }`
211    },
212    /** 
213     * 獲取文案對應的流式音訊
214     * 
215     * 使用howler能夠解決部分手機瀏覽器(eg:UC)的相容問題，
216     * 但解決ios上微信和safari的相容問題，
217     * 需要後端通過{range：bytes=0-1}這個header欄位對請求進行控制
218     *  @param {String 待轉音訊的文案} txt
219    */
220    howlerPlay(txt) { 
221      if (this.sound) {
222        this.sound.unload() // 若sound已有值，則銷燬原物件
223      }
224      let self = this
225      this.status = 'load'
226      this.sound = new Howl({
227        src: `${this.audioSrc(txt)}`,
228        html5: true, // 必須！A live stream can only be played through HTML5 Audio.
229        format: ['mp3', 'aac'],
230        // 以下onplay、onpause、onend均為控制顯示相關
231        onplay() {
232          self.status = 'pause'
233        },
234        onpause: function() {
235          self.status = 'stop'
236        },
237        onend: function() {
238          self.status = 'stop'
239        }
240      });
241      this.sound.play()
242    },
243    // 控制使用者互動
244    play (txt, index) {
245      if (this.curIndex === index) {
246        if (this.status === 'stop') {
247          this.sound.play()
248        } else {
249          this.sound.pause()
250        }
251      } else {
252        this.curIndex = index
253        this.howlerPlay(txt)
254      }
255    }
256  }
257 }
258 </script>
 

看完這個操作文件是不是躍躍欲試？對AI也想了解更多？

本週六我們為大家準備了【從“智慧零售”到“無人倉儲”，揭祕京東人工智慧技術的實踐與應用】“京東雲技術沙龍AI專場 ”！現場將會有技術專家為大家答疑解惑。

點選“閱讀原文”即可免費報名參加哦！