智能云上手指南：语音合成 API 快速接入

6月21日，腾讯云在2017「云+未来」峰会上推出了战略新品——智能云，宣布将腾讯积累近20年的AI能力向政府、企业和开发者开放，其中首批开放计算机视觉、智能语音识别、自然语言处理的三大核心能力。腾讯云技术社区将陆续推出系列文章，介绍普通开发者如何快速接入并使用这三大 AI 能力。

本文将为大家讲解如何上手智能云提供的智能语音识别服务。

功能简介

语音合成服务提供文本转语音服务，支持多种音色选择、语速选择。

目前提供Restful API方式，用户可以通过API上传需要合成的中文文本，系统会立即进行合成，云端合成成功后，返回合成结果语音。

语音合成实现了机器向人的语音交互，适用场景包括：广播播报，有声小说，智能车载等等，让应用开口说话，便捷人机交互。

Restful API

语音合成的 RESTful API 请求结构如下：

参数名称	必选	类型	描述
Version	是	String	HTTPS 协议版本
URL	是	String	HTTPS 请求地址
Https Headers	是	数据集合	HTTPS 请求头部
Https Method	是	String	HTTPS 请求方法，请求方法为 POST
Https Body	是	String	HTTPS 请求正文

其中，URL 的结构为：

代码语言：javascript

复制

https://aai.qcloud.com/tts/v1/<appid>?
projectid=xxx&
sub_service_type=xxx&
speech_format=xxx&
volume=xxx&
person=xxx&
speed=xxx&
secretid=<secretid>&
timestamp=xxx&
expired=xxx&
nonce=xxx

URL 中各字段含义如下（各字段的值需要进行 URL 编码）：

字段	必选	类型	描述
appid	是	uint	腾讯云应用 ID 值
projectid	否	uint	腾讯云项目 ID，不填为默认项目，即0，总长度不超过1024字节
sub_service_type	是	uint	子服务类型。0：短文本实时合成。目前只支持短文本实时合成
speech_format	是	String	合成语音格式，目前支持MP3格式
volume	是	uint	音量，默认为5，取值范围为0-10
person	是	uint	发音人，目前仅支持0，女声
speed	是	uint	语速，默认值为0，取值范围为-40到40，1表示加速到原来的1.1倍，-1为相对于正常语速放慢1.1倍
secretid	是	String	官网云API密钥中获得的SecretId
timestamp	是	uint	当前时间戳，是一个符合 UNIX Epoch 时间戳规范的数值，单位为秒
expired	是	uint	timestamp 且 expired - timestamp 小于90天
nonce	是	uint	随机正整数。用户需自行生成，最长10位

HTTPS Headers 的结构如下：

参数名称	必选	类型	描述
Host	是	String	语音识别服务域名，固定为 aai.qcloud.com
Authorization	是	String	用户的有效签名，用于鉴权。对应签名鉴权中得到的签名字符串
Content-Type	是	String	multipart/form-data
Content-Length	是	Int	请求长度，此处为https body总的字节数。文本数据，utf-8编码，长度限制为1024字节以内

请求示例

下列示例中，<箭头括号>表示必须替换为有效值的变量。请求 Host 与路径：

https://aai.qcloud.com/tts/v1/<appid>?

请求参数：

代码语言：javascript

复制

{
"projectid":"0",
"sub_service_type":"0",
"speech_format":"mp3",
"volume":"3",
"person":"0",
"speed":"0",
"secretid":"AKIDlfdHxN0ntSVt4KPH0xXWnGl21UUFNoO5",
"timestamp":"1484109983",
"expired":"1484113583",
"nonce":"1675199141"
}

这里以< appid > = 20170111, < SecretKey >=oaYWFO70LGDmcpfwo8uF1IInayysGtgZ 为例拼接签名原文，则拼接的签名原文为：

POSTaai.qcloud.com/tts/v1/20170111?expired=1484113583&nonce=1675199141&person=0&projectid=0&secretid=AKIDlfdHxN0ntSVt4KPH0xXWnGl21UUFNoO5&speech_format=mp3&speed=0&sub_service_type=0&timestamp=1484109983&volume=3

对原文进行加密处理：

Base64Encode(HmacSha1(签名原文, SecretKey))

最终得到签名串为：

HRCKlbwPhWtVvfGn914qE5O1rwc= 请求 headers 为：

代码语言：javascript

复制

{
"Content-Type":"multipart/form-data",
"Authorization":"HRCKlbwPhWtVvfGn914qE5O1rwc="
}

返回结构

RESTful API 返回结果

语音全文转写识别的 RESTful API 请求返回结果如下表所示：

参数名称	类型	说明
code	int	服务器错误码，0为成功
message	String	服务器返回的信息
speech	String	经过Base64编码的合成语音数据

返回示例

返回消息示例如下：

代码语言：javascript

复制

 {
 "code":0, 
 "message":"success",
 "speech": "xxxxxxx"
 }

返回码 0 表示成功。

Python代码示例

代码语言：javascript

复制

#!/usr/bin/python
# coding: UTF-8
import requests

import time

import random

import hmac, hashlib, base64

import json
appid = 0

secret_id = 'your_secret_id'

secret_key = 'your_secret_key'
args = {

'secretid': secret_id,

'projectid': 0,

'sub_service_type': 0,

'speech_format': 'mp3',

'volume': 2,

'person': 0,

'speed': 0,

'timestamp': int(time.time()),

'expired': int(time.time()) + 60 * 60,

'nonce': random.randint(1048576, 104857600),

}
query_str = "&".join(["%s=%s"%(k,args[k]) for k in sorted(args.keys())])

calc_str = "POSTaai.qcloud.com/tts/v1/%(appid)s?%(query_str)s"%vars()

hashed = hmac.new(secret_key, calc_str, hashlib.sha1)

headers = {"Authorization": base64.b64encode(hashed.digest())}
url = "http://aai.qcloud.com/tts/v1/%(appid)s?%(query_str)s"%vars()

upload_file = "hello.txt"

files = {"file": open(upload_file, "rb")}

resp = requests.post(url=url, files=files, headers=headers)

resp = json.loads(resp.text)

data = base64.b64decode(resp["speech"])
f = open("hello.mp3", "w")

f.write(data)

f.close()

PHP代码示例

代码语言：javascript

复制

<?php

ini_set("display_errors", "1");

error_reporting(E_ALL);

$serverIp = "aai.qcloud.com";

$serverPort = 80;
$appid = YOUR_APPID;

// 获取secretId 和 secretKey -> https://console.qcloud.com/capi

$secret_id = 'YOUR_SECRET_ID';

$secret_key = 'YOUR_SECRET_KEY';
$query_arr = array(

'secretid' => $secret_id,

'projectid' => 0,

'sub_service_type' => 0,

'speech_format' => 'mp3',

'volume' => 2,

'person' => 0,

'speed' => 0,

'timestamp' => time(),

'expired' => time() + 60 * 60,

'nonce' => rand(),

);
ksort($query_arr);

$query_str = "";

foreach(query_arr as key => $val) {

query_str .= &#34;key=$val&";

}

query_str = trim(query_str, "&");
// 计算签名

sign_str = &#34;POSTaai.qcloud.com/tts/v1/appid?$query_str";

signature = base64_encode(hash_hmac(&#39;SHA1&#39;, sign_str, $secret_key, TRUE));
// 请求消息体，multipart/form-data格式

$form_boundary = "----WebKitFormBoundarybS1Fvrpes3yfBSvu";

body_str = &#34;--form_boundary\r\n";

$body_str .= "Content-Disposition: form-data; name=".'"'."test1".'"'."; filename=".'"'."test_upload.txt".'"'."\r\n";

$body_str .= "Content-Type: application/octet-stream\r\n";

$body_str .= "\r\n";

$body_str .= "你好啊吃饭了没\r\n";

body_str .= &#34;--form_boundary\r\n";

$body_str .= "Content-Disposition: form-data; name=".'"'."test2".'"'."; filename=".'"'."debug.log".'"'."\r\n";

$body_str .= "Content-Type: application/octet-stream\r\n";

$body_str .= "\r\n";

$body_str .= "最近雾霾很严重最好留在室内\r\n";

body_str .= &#34;--form_boundary\r\n";

$body_str .= 'Content-Disposition: form-data; name="submit"'."\r\n";

$body_str .= "\r\n";

$body_str .= "Submit\r\n";

body_str .= &#34;--form_boundary--\r\n";
req = &#34;POST /tts/v1/appid?$query_str HTTP/1.1 \r\n";

$req .= "Host: aai.qcloud.com\r\n";

req .= &#34;Authorization: signature\r\n";

req .= &#34;Content-Type: multipart/form-data; boundary=form_boundary\r\n";

$req .= "Content-Length: ";

req .= strlen(body_str);

$req .= "\r\n\r\n";

req .= body_str;

echo "=================== req start ===================\n";

echo "$req\n";

echo "=================== req end ===================\n";

$socket = socket_create(AF_INET, SOCK_STREAM, SOL_TCP);

if($socket < 0){

echo "socket_create failed : ".socket_strerror($socket)."\n";

return ;

}

res = socket_connect(socket, serverIp,serverPort);

if($res < 0){

echo "socket_connect failed : ".socket_strerror($res)."\n";

return ;

}

res = socket_write(socket,req,strlen(req));

if(!$res){

echo "socket_write failed : ".socket_strerror($socket)."\n";

return ;

}

$rsp = "";

while(tmprsp = socket_read(socket,8192)){

rsp .= tmprsp;

}

echo "=================== resp ===================\n";

echo "rsp :\n".$rsp."\n";

socket_close($socket);