一、目标:
为了更方便查看题目,我们加入读题功能。语音读题主要应用在智能客服机器人、电子有声读物、智慧教育等领域,了解到目前市场语音合成技术,主要有讯飞语音、百度语音、腾讯语音这几家大厂。 都支持男女生声,讯飞价格比较贵,这里发现腾讯语音合成暂时不收费。
腾讯云的语言合成介绍
https://cloud.tencent.com/product/tts#scenarios
摘选:语音合成(Text To Speech)满足已知文本生成语音的需求,打通人机交互闭环。多种音色选择,支持自定义音量、语速,为企业客户提供定制自有领域词库和个性化发音人服务,让发音更自然、更专业、更符合场景需求。语音合成广泛应用于语音导航、有声读物、标准发音领读、自动新闻播报等场景。
本以为这些API厂商,直接提供了API接口,小程序里请求就好了,现实不是的,做法跟做微信支付有点类似。必须自己实现一套服务端API,服务端实现接口加密等操作。
这几家都需要这样做,这里首先把需要的资料准备好。
- 开发语言 这里选Golang,官方有服务端SDK
- 腾讯云API密匙,自己在控制台查看并记录
- 开发文档地址:https://cloud.tencent.com/document/api/441/18086
- 选一台服务器,备案好域名,配置好https
二、编写代码
1.路由
beego.Router("/1/textToVoice", &controllers.CloudController{}, "post:TextToVoice")
2.控制器
func (cloud *CloudController) TextToVoice() {
body := cloud.Ctx.Input.CopyBody(beego.BConfig.MaxMemory)
js, err := simplejson.NewJson(body)
if err != nil {
cloud.responseError(err)
}
//获取文本信息
text := js.Get("text").MustString()
//判断不能为空
if strings.TrimSpace(text) == "" {
cloud.responseError(fmt.Errorf("text param不能为空"))
}
//这里初始化大家传入自己腾讯云的key信息
client, _ := aai.NewClientWithSecretId(
"id",
"key",
regions.Guangzhou)
request := aai.NewTextToVoiceRequest()
request.Text = common.StringPtr(text)
request.SessionId = common.StringPtr(uuid.GetRandomString(16))
request.ModelType = common.Int64Ptr(-1)
request.ModelType = common.Int64Ptr(-1)
request.Speed = common.Float64Ptr(0.8)
response, err := client.TextToVoice(request)
// 处理异常
if _, ok := err.(*errors.TencentCloudSDKError); ok {
cloud.responseError(fmt.Errorf("An API error has returned: %s", err))
}
// 非SDK异常,直接失败。实际代码中可以加入其他的处理。
if err != nil {
cloud.responseError(err)
}
// 打印返回的json字符串
var base64Str *string = response.Response.Audio
fileByte, err := models.Base64Decode([]byte(*base64Str))
if err != nil {
cloud.responseError(err)
}
fileName := uuid.GetRandomString(16) + "_" + fmt.Sprintf("%d", time.Now().Unix()) + ".wav"
filePath := "/data/dyfsuda/app/restful/files/" + fileName
url := "https://api.xxxx.com/files/" + fileName
//把文件写入目录
if err = ioutil.WriteFile(filePath, fileByte, os.ModeAppend); err != nil {
cloud.responseError(err)
}
if err = os.Chmod(filePath, 0777); err != nil {
cloud.responseError(err)
}
//返回文件路径给客户端
cloud.Data["json"] = map[string]string{"url": url}
cloud.ServeJSON()
}
这里每次的题目可能都不一样,所以就不更新到数据库了,需要的时候,调用一次接口,如果接口收费,这里就把语音文件路径保存到数据表里,每次判断数据表是否存在语音就可以了。
目前开发这读题还是需要自己有服务器,如果现成的API调用就好了。
三、开发回顾:
1.驾校答题小程序实战全过程——1.数据库设计
https://developers.weixin.qq.com/community/develop/article/doc/0004e45f4f49b825584824d4550813
2.驾校答题小程序实战全过程——2.答题功能
https://developers.weixin.qq.com/community/develop/article/doc/0000c6b40542084c6048ef64751013
3.驾校答题小程序实战全过程——3.顺序练习和模拟考试
https://developers.weixin.qq.com/community/develop/article/doc/0004e48f94cb10c18c480a0b751c13
4.驾校答题小程序实战全过程——4.题目采集与测试
https://developers.weixin.qq.com/community/develop/article/doc/000a0657c641c8719348a291350013
5.驾校答题小程序实战全过程——5.数据导入
https://developers.weixin.qq.com/community/develop/article/doc/00066a37280d205a97581cd0151413
6.驾校答题小程序实战全过程——6.语音读题
该项目目前已经上线,需要源码的朋友可以找我沟通,QQ:2967459363
欢迎楼主入驻应用市场, 官网地址: http://market.zhenzikj.com
只有发生交易,我们才会收取交易金额的5%作为服务费用,其他没有任何费用的
对您这边不会有任何的损失和风险