一.前言

繼上篇部落格的內容,下面主要介紹科大訊飛語音合成模組:

主要分成是三部分講解.

二.註冊科大訊飛平臺賬號,下載linux版本線上語音合成模組SDK

下載好的檔案如下:

解壓到當前資料夾:

unzip xxx.zip -d voice   後面的voice為解壓到所在資料夾的名稱,可以是其他名稱

三.測試SDK,安裝命令列播放下的sox軟體

首先下載sox

sudo apt-get install sox

下載好之後cd到voice目錄下

cd samples/tts_sample/
source 64bit_make.sh
make
cp
 
 64bit_make.sh ../../bin

之後會在bin目錄下面生成一個叫tts_sample的可執行檔案

./tts_sample

生成一個.wav的音訊檔案,用sox播放

play tts_sample.wav

為了不要每次執行都souce,把x64目錄下的共享庫檔案拷貝到/usr/lib/下,先cd到voice/libs/x64目錄下

cp libmsc.so /usr/lib/

為了確保成功,你可以cd到/usr/lib/下用指令檢視是否拷貝成功

ls -l libmsc.so 

若出現

-rw-r--r-- 1 zc zc 1138672  5月 17 19:45
 
 libmsc.so

則成功
若出現

ls: 無法訪問libmsc.so: 沒有那個檔案或目錄

則失敗

三.理解線上語音合成程式碼

程式碼如下:

/*
* 語音合成（Text To Speech，TTS）技術能夠自動將任意文字實時轉換為連續的
* 自然語音，是一種能夠在任何時間、任何地點，向任何人提供語音資訊服務的
* 高效便捷手段，非常符合資訊時代海量資料、動態更新和個性化查詢的需求。
*/

#include <stdio.h>
#include <string.h>
#include <stdlib.h>
#include <unistd.h>
 


#include "qtts.h"
#include "msp_cmn.h"
#include "msp_errors.h"

/* wav音訊頭部格式 */
typedef struct _wave_pcm_hdr
{
    char            riff[4];                // = "RIFF"
    int     size_8;                 // = FileSize - 8
    char            wave[4];                // = "WAVE"
    char            fmt[4];                 // = "fmt "
    int     fmt_size;       // = 下一個結構體的大小 : 16

    short int       format_tag;             // = PCM : 1
    short int       channels;               // = 通道數 : 1
    int     samples_per_sec;        // = 取樣率 : 8000 | 6000 | 11025 | 16000
    int     avg_bytes_per_sec;      // = 每秒位元組數 : samples_per_sec * bits_per_sample / 8
    short int       block_align;            // = 每取樣點位元組數 : wBitsPerSample / 8
    short int       bits_per_sample;        // = 量化位元數: 8 | 16

    char            data[4];                // = "data";
    int     data_size;              // = 純資料長度 : FileSize - 44 
} wave_pcm_hdr;

/* 預設wav音訊頭部資料 */
wave_pcm_hdr default_wav_hdr = 
{
    { 'R', 'I', 'F', 'F' },
    0,
    {'W', 'A', 'V', 'E'},
    {'f', 'm', 't', ' '},
    16,
    1,
    1,
    16000,
    32000,
    2,
    16,
    {'d', 'a', 't', 'a'},
    0  
};
/* 文字合成 */
int text_to_speech(const char* src_text, const char* des_path, const char* params)
{
    int          ret          = -1;
    FILE*        fp           = NULL;
    const char*  sessionID    = NULL;
    unsigned int audio_len    = 0;
    wave_pcm_hdr wav_hdr      = default_wav_hdr;
    int          synth_status = MSP_TTS_FLAG_STILL_HAVE_DATA;

    if (NULL == src_text || NULL == des_path)
    {
        printf("params is error!\n");
        return ret;
    }
    fp = fopen(des_path, "wb");
    if (NULL == fp)
    {
        printf("open %s error.\n", des_path);
        return ret;
    }
    /* 開始合成 */
    sessionID = QTTSSessionBegin(params, &ret);
    if (MSP_SUCCESS != ret)
    {
        printf("QTTSSessionBegin failed, error code: %d.\n", ret);
        fclose(fp);
        return ret;
    }
    ret = QTTSTextPut(sessionID, src_text, (unsigned int)strlen(src_text), NULL);
    if (MSP_SUCCESS != ret)
    {
        printf("QTTSTextPut failed, error code: %d.\n",ret);
        QTTSSessionEnd(sessionID, "TextPutError");
        fclose(fp);
        return ret;
    }
    printf("正在合成 ...\n");
    fwrite(&wav_hdr, sizeof(wav_hdr) ,1, fp); //新增wav音訊頭，使用取樣率為16000
    while (1) 
    {
        /* 獲取合成音訊 */
        const void* data = QTTSAudioGet(sessionID, &audio_len, &synth_status, &ret);
        if (MSP_SUCCESS != ret)
            break;
        if (NULL != data)
        {
            fwrite(data, audio_len, 1, fp);
            wav_hdr.data_size += audio_len; //計算data_size大小
        }
        if (MSP_TTS_FLAG_DATA_END == synth_status)
            break;
        printf(">");
        usleep(150*1000); //防止頻繁佔用CPU
    }
    printf("\n");
    if (MSP_SUCCESS != ret)
    {
        printf("QTTSAudioGet failed, error code: %d.\n",ret);
        QTTSSessionEnd(sessionID, "AudioGetError");
        fclose(fp);
        return ret;
    }
    /* 修正wav檔案頭資料的大小 */
    wav_hdr.size_8 += wav_hdr.data_size + (sizeof(wav_hdr) - 8);

    /* 將修正過的資料寫回檔案頭部,音訊檔案為wav格式 */
    fseek(fp, 4, 0);
    fwrite(&wav_hdr.size_8,sizeof(wav_hdr.size_8), 1, fp); //寫入size_8的值
    fseek(fp, 40, 0); //將檔案指標偏移到儲存data_size值的位置
    fwrite(&wav_hdr.data_size,sizeof(wav_hdr.data_size), 1, fp); //寫入data_size的值
    fclose(fp);
    fp = NULL;
    /* 合成完畢 */
    ret = QTTSSessionEnd(sessionID, "Normal");
    if (MSP_SUCCESS != ret)
    {
        printf("QTTSSessionEnd failed, error code: %d.\n",ret);
    }

    return ret;
}

int main(int argc, char* argv[])
{
    int         ret                  = MSP_SUCCESS;
    const char* login_params         = "appid = 5afcee34, work_dir = .";//登入引數,appid與msc庫繫結,請勿隨意改動
    /*
    * rdn:           合成音訊數字發音方式
    * volume:        合成音訊的音量
    * pitch:         合成音訊的音調
    * speed:         合成音訊對應的語速
    * voice_name:    合成發音人
    * sample_rate:   合成音訊取樣率
    * text_encoding: 合成文字編碼格式
    *
    */
    const char* session_begin_params = "voice_name = xiaoyan, text_encoding = utf8, sample_rate = 16000, speed = 50, volume = 50, pitch = 50, rdn = 2";
    const char* filename             = "tts_sample.wav"; //合成的語音檔名稱
    const char* text                 = "親愛的使用者，您好，這是一個語音合成示例，感謝您對科大訊飛語音技術的支援！科大訊飛是亞太地區最大的語音上市公司，股票程式碼：002230"; //合成文字

    /* 使用者登入 */
    ret = MSPLogin(NULL, NULL, login_params);//第一個引數是使用者名稱，第二個引數是密碼，第三個引數是登入引數，使用者名稱和密碼可在http://www.xfyun.cn註冊獲取
    if (MSP_SUCCESS != ret)
    {
        printf("MSPLogin failed, error code: %d.\n", ret);
        goto exit ;//登入失敗，退出登入
    }
    printf("\n###########################################################################\n");
    printf("## 語音合成（Text To Speech，TTS）技術能夠自動將任意文字實時轉換為連續的 ##\n");
    printf("## 自然語音，是一種能夠在任何時間、任何地點，向任何人提供語音資訊服務的  ##\n");
    printf("## 高效便捷手段，非常符合資訊時代海量資料、動態更新和個性化查詢的需求。  ##\n");
    printf("###########################################################################\n\n");
    /* 文字合成 */
    printf("開始合成 ...\n");
    ret = text_to_speech(text, filename, session_begin_params);
    if (MSP_SUCCESS != ret)
    {
        printf("text_to_speech failed, error code: %d.\n", ret);
    }
    printf("合成完畢\n");

exit:
    printf("按任意鍵退出 ...\n");
    getchar();
    MSPLogout(); //退出登入

    return 0;
}