文档中心
文档中心 / 语音合成

语音合成

在线语音合成 Java SDK

简介

Hi,您好,欢迎使用百度语音合成服务。

本文档主要针对Java语言的开发者,描述百度语音合成服务的相关技术内容。如果您对文档内容有任何疑问,可以通过以下几种方式联系我们:

  • 在语音官网问答社区内新建提问,标签选择“合成-RESTAPI”;
  • 加入开发者QQ群:648968704;

接口能力

接口名称 接口能力简要描述
语音合成 将计算机自己产生的、或外部输入的文字信息转变为可以听得懂的、流利的口语输出的技术。

版本更新记录

上线日期 版本号 更新内容
2017.6.30 1.0.0 新增语音识别,语音合成接口

快速入门

安装语音合成 Java SDK

Speech Java SDK目录结构

  1. com.baidu.aip
  2. ├── auth //签名相关类
  3. ├── http //Http通信相关类
  4. ├── client //公用类
  5. ├── exception //exception类
  6. ├── speech
  7. └── AipSpeech //AipSpeech 类
  8. └── util //工具类

支持 JAVA版本 1.7+

直接使用JAR包步骤如下:

1.在官方网站下载Java SDK压缩工具包。

2.将下载的aip-speech-java-sdk-version.zip解压后,复制到工程文件夹中。

3.在Eclipse右键“工程 -> Properties -> Java Build Path -> Add JARs”。

4.添加SDK工具包speech_sdk-version.jar和第三方依赖工具包json-20160810.jar

其中,version为版本号,添加完成后,用户就可以在工程中使用KG Java SDK。

新建Client

1.初始化一个Client。

  1. public class Sample {
  2. //设置APPID/AK/SK
  3. public static final String APP_ID = "你的 App ID";
  4. public static final String API_KEY = "你的 Api ID";
  5. public static final String SECRET_KEY = "你的 Secret Key";
  6. public static void main(String[] args) {
  7. // 初始化一个FaceClient
  8. AipSpeech client = new AipSpeech(APP_ID, API_KEY, SECRET_KEY);
  9. // 可选:设置网络连接参数
  10. client.setConnectionTimeoutInMillis(2000);
  11. client.setSocketTimeoutInMillis(60000);
  12. // 调用API
  13. JSONObject res = client.asr("test.pcm", "pcm", 16000, null);
  14. System.out.println(res.toString(2));
  15. }
  16. }

在上面代码中,常量APP_ID在百度云控制台中创建,常量API_KEYSECRET_KEY是在创建完毕应用后,系统分配给用户的,均为字符串,用于标识用户,为访问做签名验证,可在AI服务控制台中的应用列表中查看。

接口调用

语音合成

接口描述

基于该接口,开发者可以轻松的获取语音合成能力

请求说明

  • 合成文本长度必须小于1024字节,如果本文长度较长,可以采用多次请求的方式。文本长度不可超过限制

举例,要把一段文字合成为语音文件:

  1. public void synthesis(AipSpeech client)
  2. {
  3. TtsResponse res = client.synthesis("你好百度", "zh", 1, null);
  4. System.out.println(res.getErrorCode());
  5. // 设置可选参数
  6. HashMap<String, Object> options = new HashMap<String, Object>();
  7. options.put("spd", "5");
  8. options.put("pit", "5");
  9. options.put("per", "4");
  10. TtsResponse res1 = client.synthesis("你好百度", "zh", 1, options);
  11. System.out.println(res.getErrorCode());
  12. byte[] data = res.getData();
  13. }
参数 类型 描述 是否必须
tex String 合成的文本,使用UTF-8编码,请注意文本长度必须小于1024字节
lang String 语言选择,填写zh
ctp String 客户端类型选择,web端填写1
cuid String 用户唯一标识,用来区分用户,填写机器 MAC 地址或 IMEI 码,长度为60以内
spd String 语速,取值0-9,默认为5中语速
pit String 音调,取值0-9,默认为5中语调
vol String 语速,取值0-15,默认为5中语速
per String 发音人选择, 0为女声,1为男声,3为情感合成-度逍遥,4为情感合成-度丫丫,默认为普通女

返回样例:

返回TtsResponse类。
如果合成成功,error_code=0, 下行数据为二进制语音文件,包含在data中。
如果合成出现错误,则会填充除data属性外的其它属性。

返回失败:

  1. // 失败返回
  2. {
  3. "err_no":500,
  4. "err_msg":"notsupport.",
  5. "sn":"abcdefgh",
  6. "idx":1
  7. }

错误码

错误码 含义
500 不支持输入
501 输入参数不正确
502 token验证失败
503 合成后端错误