简单说一说 baidu 语音合成与识别 api 使用流程

晕哥 · 2018-04-30 23:21:01

刚刚使用了一下乐鑫 ESP-ADF 的 baidu 语音合成 demo

https://github.com/espressif/esp-adf/blob/master/examples/cloud_services/pipeline_baidu_speech_mp3/main/play_baidu_speech_mp3_example.c

然后结合网上例程，
梳理一下调用过程

1. 第一步，根据在 baidu 申请的 API Key 和 Secret Key 获取 tocken (令牌)

API Key: FvNYWABLHgYC3aMMgaO7j5Qh
Secret Key: uc1IRoK4yMBqvAnmizT0ZZ7nR5OgYREU

合成如下面的链接:
https://openapi.baidu.com/oauth/2.0/token?grant_type=client_credentials&client_id=FvNYWABLHgYC3aMMgaO7j5Qh&client_secret=uc1IRoK4yMBqvAnmizT0ZZ7nR5OgYREU

上面的 token 24.1d62c2210aae7e03f3987b4d4579e8d3.2592000.1527812681.282335-11175544 有效期是一个月(30天)

2. 第二步, 填入上面获取的令牌和 txt 文字, 生成语音文件。
http://tsn.baidu.com/text2audio?tex=%E6 … 5-11175544

上面的测试大概1个月会失效, 失效后可以用第一步产生的 token 代入第二步的链接的 tok 参数。

2018-07-10 更新:
------------------------------------------------------
播放: 挖坑网，我的最爱

晕哥 · 2018-04-30 23:26:40

乐鑫的demo其实就是分两步完成上面的动作。

晕哥 · 2018-04-30 23:29:09

晕哥 · 2018-05-01 23:14:27

哈，搞定一个php 语音识别！

参考这个: https://blog.csdn.net/weixin_36429334/article/details/53893824

首先要安装curl:

sudo apt-get install php-curl

语音文件可以从这里下载: http://yuyin.baidu.com/docs/asr/54
http://speech-doc.gz.bcebos.com/rest-api-asr/public_audio/16k.wav

代码里面采样率改成 16000

我改的代码:

root@ubuntu:~# cat test.php
<?php
define('AUDIO_FILE', "./text2audio_1.wav"); //语音文件地址，值支持本地

$url = "http://vop.baidu.com/server_api";

//put your params here
$cuid = "addd";
$apiKey = "FvNYWABLHgYC3aMMgaO7j5Qh";
$secretKey = "uc1IRoK4yMBqvAnmizT0ZZ7nR5OgYREU";

$auth_url = "https://openapi.baidu.com/oauth/2.0/token?grant_type=client_credentials&client_id=".$apiKey."&client_secret=".$secretKey;
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $auth_url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, 5);
$response = curl_exec($ch);
if(curl_errno($ch))
{
    print curl_error($ch);
}
curl_close($ch);
$response = json_decode($response, true);
$token = $response['access_token'];

$audio = file_get_contents(AUDIO_FILE);
$base_data = base64_encode($audio);
$array = array(
        "format" => "wav",
        "rate" => 16000,
        "channel" => 1,
//        "lan" => "zh",
        "token" => $token,
        "cuid"=> $cuid,
        //"url" => "http://www.xxx.com/sample.pcm",
        //"callback" => "http://www.xxx.com/audio/callback",
        "len" => filesize(AUDIO_FILE),
        "speech" => $base_data,
        );
$json_array = json_encode($array);
$content_len = "Content-Length: ".strlen($json_array);
$header = array ($content_len, 'Content-Type: application/json; charset=utf-8');

$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_HTTPHEADER, $header);
curl_setopt($ch, CURLOPT_POST, 1);
curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, 30);
curl_setopt($ch, CURLOPT_TIMEOUT, 30);
curl_setopt($ch, CURLOPT_POSTFIELDS, $json_array);
$response = curl_exec($ch);
if(curl_errno($ch))
{
    print curl_error($ch);
}
curl_close($ch);
echo $response;
$response = json_decode($response, true);
var_dump($response);

php test.php 运行结果:

root@ubuntu:~# php test.php
{"corpus_no":"6550630004628230343","err_msg":"success.","err_no":0,"result":["北京科技馆，"],"sn":"949063508651525187400"}
array(5) {
  ["corpus_no"]=>
  string(19) "6550630004628230343"
  ["err_msg"]=>
  string(8) "success."
  ["err_no"]=>
  int(0)
  ["result"]=>
  array(1) {
    [0]=>
    string(18) "北京科技馆，"
  }
  ["sn"]=>
  string(21) "949063508651525187400"
}

看起来效果不错.

晕哥 · 2018-05-02 10:01:24

API Key，Secret Key 的目的是用来产生 token,
这两个demo都是分两步走:

1. 通过 API Key，Secret Key 获取 token, 相当于拿到一把钥匙.
2. 通过 token 去百度语音网关申请服务比如语音合成与语音识别

晕哥 · 2018-05-02 10:02:49

php 那个demo就当他是一个 esp32开发板就行了，与网页服务器没有关系，因为刚好看到网上有一个语音合成的php 代码，我也有一个linux主机，趁着时间缝隙测试了一下，果然没有问题。

php 在上面的 demo 中相当于 python,
只是我python不熟，
所以就直接用php了。

晕哥 · 2018-05-02 17:42:49

刚刚有网友传了一个文件 b.wav, 结果识别效果惨不忍睹.

源码:

<?php
define('AUDIO_FILE', "./b.wav"); //语音文件地址，值支持本地

$url = "http://vop.baidu.com/server_api";

//put your params here
$cuid = "addd";
$apiKey = "FvNYWABLHgYC3aMMgaO7j5Qh";
$secretKey = "uc1IRoK4yMBqvAnmizT0ZZ7nR5OgYREU";

$auth_url = "https://openapi.baidu.com/oauth/2.0/token?grant_type=client_credentials&client_id=".$apiKey."&client_secret=".$secretKey;
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $auth_url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, 5);
$response = curl_exec($ch);
if(curl_errno($ch))
{
    print curl_error($ch);
}
curl_close($ch);
$response = json_decode($response, true);
$token = $response['access_token'];

$audio = file_get_contents(AUDIO_FILE);
$base_data = base64_encode($audio);
$array = array(
        "format" => "wav",
        "rate" => 8000,
        "channel" => 1,
//        "lan" => "zh",
        "token" => $token,
        "cuid"=> $cuid,
        //"url" => "http://www.xxx.com/sample.pcm",
        //"callback" => "http://www.xxx.com/audio/callback",
        "len" => filesize(AUDIO_FILE),
        "speech" => $base_data,
        );
$json_array = json_encode($array);
$content_len = "Content-Length: ".strlen($json_array);
$header = array ($content_len, 'Content-Type: application/json; charset=utf-8');

$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_HTTPHEADER, $header);
curl_setopt($ch, CURLOPT_POST, 1);
curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, 30);
curl_setopt($ch, CURLOPT_TIMEOUT, 30);
curl_setopt($ch, CURLOPT_POSTFIELDS, $json_array);
$response = curl_exec($ch);
if(curl_errno($ch))
{
    print curl_error($ch);
}
curl_close($ch);
echo $response;
$response = json_decode($response, true);
var_dump($response);

执行结果:
root@ubuntu:~# php test2.php

{"corpus_no":"6550913871967495989","err_msg":"success.","err_no":0,"result":["米，米，哎你好，你好你是网上说的大扎吧，宝贝，我是那个人的爱的，哦你说唉你好吴先生联系就给他呗学生打过四天该你还的上眼点六克的实力不是特别的想你又没给他都说的不想去检查看一下，哦没有，你咋恁闲下午开家长会的时候我没那个医院为咱们学校做了一个免费的公益的感慨像不单压你倒是可以带你飞都说给你个也感慨下我看一下，嗯好的嗯还来的不打给她的人呢好的谢谢再见再减，"],"sn":"976533065391525253493"}
array(5) {
["corpus_no"]=>
string(19) "6550913871967495989"
["err_msg"]=>
string(8) "success."
["err_no"]=>
int(0)
["result"]=>
array(1) {
[0]=>
string(531) "米，米，哎你好，你好你是网上说的大扎吧，宝贝，我是那个人的爱的，哦你说唉你好吴先生联系就给他呗学生打过四天该你还的上眼点六克的实力不是特别的想你又没给他都说的不想去检查看一下，哦没有，你咋恁闲下午开家长会的时候我没那个医院为咱们学校做了一个免费的公益的感慨像不单压你倒是可以带你飞都说给你个也感慨下我看一下，嗯好的嗯还来的不打给她的人呢好的谢谢再见再减，"
}
["sn"]=>
string(21) "976533065391525253493"
}

晕哥 · 2018-05-22 20:28:22

通过带录音功能的I2S的声卡芯片，比如WM8978, ES8388等，
也可以通过spi的数字麦克风芯片。

晕哥 · 2018-05-24 11:24:57

<?php
require_once 'AipSpeech.php';

const APP_ID = 'whycan.cn';
const API_KEY = 'FvNYWABLHgYC3aMMgaO7j5Qh';
const SECRET_KEY = 'uc1IRoK4yMBqvAnmizT0ZZ7nR5OgYREU';

$client= new AipSpeech(APP_ID, API_KEY, SECRET_KEY);


$result = $client->synthesis('欢迎来到挖坑网', 'zh', 1, array('vol' => 8,));

// 识别正确返回语音二进制 错误则返回json 参照下面错误码
if(!is_array($result)){
    file_put_contents('/var/www/html/files/audio.mp3', $result);
}

?>

参考网址: 百度语音接口说明

百度语音合成在线体验: http://yuyin.baidu.com/#try
php sdk 下载地址: https://github.com/Baidu-AIP/php-sdk
php sdk 下载命令: git clone https://github.com/Baidu-AIP/php-sdk.git
执行: php test.php
自动生成 /var/www/html/audio.mp3
试听地址: https://whycan.cn/files/audio.mp3

晕哥 · 2018-05-24 11:54:21

http://yuyin.baidu.com/docs/tts/136

从上面的文档看，
百度语音合成只支持mp3格式文件输出。
不能指定格式输出。

晕哥 · 2018-05-24 16:01:59

<?php
require_once 'AipSpeech.php';

const APP_ID = 'whycan.cn';
const API_KEY = 'FvNYWABLHgYC3aMMgaO7j5Qh';
const SECRET_KEY = 'uc1IRoK4yMBqvAnmizT0ZZ7nR5OgYREU';
const AUDIO_FILE = '/var/www/html/files/audio.mp3';

$client= new AipSpeech(APP_ID, API_KEY, SECRET_KEY);

//printf($_GET["Text"]);
unlink(AUDIO_FILE);
$result = $client->synthesis($_GET['Text'], 'zh', 1, array('vol' => 8,));

// 识别正确返回语音二进制 错误则返回json 参照下面错误码
if(!is_array($result)){
    file_put_contents(AUDIO_FILE, $result);
}

printf('<video width="320" height="240" controls>
  <source src="/files/audio.mp3?%s" type="audio/mpeg">
Your browser does not support audio in video tag.
</video><br /><br /><br />', time());
printf('download: <a href="/files/audio.mp3">audio.mp3</a>');
?>

做了一个简单的测试: 欢迎来到挖坑网的世界

本地命令行测试:

php-cgi -f test1.php "Text=时代"

晕哥 · 2018-05-24 16:41:18

<?php
require_once 'AipSpeech.php';

const APP_ID = 'whycan.cn';
const API_KEY = 'FvNYWABLHgYC3aMMgaO7j5Qh';
const SECRET_KEY = 'uc1IRoK4yMBqvAnmizT0ZZ7nR5OgYREU';
const AUDIO_FILE = '/var/www/html/files/audio.mp3';

$client= new AipSpeech(APP_ID, API_KEY, SECRET_KEY);

//printf($_GET["Text"]);
//printf($_POST["Text"]);

if(isset($_GET["Text"]))
{
        $Text = $_GET["Text"];
}
else if(isset($_POST["Text"]))
{
        $Text = $_POST["Text"];
}

unlink(AUDIO_FILE);
$result = $client->synthesis($Text, 'zh', 1, array('vol' => 8,));

// 识别正确返回语音二进制 错误则返回json 参照下面错误码
if(!is_array($result)){
    file_put_contents(AUDIO_FILE, $result);
}

printf('<video width="320" height="240" controls>
  <source src="/files/audio.mp3?%s" type="audio/mpeg">
Your browser does not support audio in video tag.
</video><br /><br /><br />', time());
printf('download: <a href="/files/audio.mp3">audio.mp3</a>');
?>


<form action="test1.php" method="post">
   <p>Input your text: <input type="text" name="Text" value=<?php echo $Text; ?> /></p>
   <input type="submit" name="submit" value="Submit" />
</form>

单行输入框搞定.

晕哥 · 2018-05-25 21:43:31

http://ai.whycan.cn/

新的测试地址

用百度AI 做了一个文字转语音的小demo, 可以下载语音文件。

晕哥 · 2018-07-10 08:54:48

API Key: FvNYWABLHgYC3aMMgaO7j5Qh
Secret Key: uc1IRoK4yMBqvAnmizT0ZZ7nR5OgYREU
然后make flash monitor 。
启动ESP32 之后会有什么效果呢？

连上WIFI之后会与baidu的 api 交互，根据你的文字生成mp3文件, esp32播放出来，插上耳机或者接上喇叭可以听到.
第二个问题我得想一下，一段时间没弄了，要恢复一下堆栈。

晕哥 · 2018-07-10 09:00:32

播放: 挖坑网，我的最爱

一楼链接可能系统保存的时候出问题了，你重新打开上面的。
一楼的演示是方便看到esp32文字转语音的过程，如果跟踪esp32代码反过来推算如何生成的会很迷茫。

WhyCan Forum(哇酷开发者社区)

楼主 #1 2018-04-30 23:21:01 分享评论

简单说一说 baidu 语音合成与识别 api 使用流程

楼主 #2 2018-04-30 23:26:40 分享评论

Re: 简单说一说 baidu 语音合成与识别 api 使用流程

楼主 #3 2018-04-30 23:29:09 分享评论

Re: 简单说一说 baidu 语音合成与识别 api 使用流程

楼主 #4 2018-05-01 23:14:27 分享评论

Re: 简单说一说 baidu 语音合成与识别 api 使用流程

楼主 #6 2018-05-02 10:01:24 分享评论

Re: 简单说一说 baidu 语音合成与识别 api 使用流程

楼主 #7 2018-05-02 10:02:49 分享评论

Re: 简单说一说 baidu 语音合成与识别 api 使用流程

楼主 #8 2018-05-02 17:42:49 分享评论

Re: 简单说一说 baidu 语音合成与识别 api 使用流程

楼主 #10 2018-05-22 20:28:22 分享评论

Re: 简单说一说 baidu 语音合成与识别 api 使用流程

楼主 #11 2018-05-24 11:24:57 分享评论

Re: 简单说一说 baidu 语音合成与识别 api 使用流程

楼主 #12 2018-05-24 11:54:21 分享评论

Re: 简单说一说 baidu 语音合成与识别 api 使用流程

楼主 #13 2018-05-24 16:01:59 分享评论

Re: 简单说一说 baidu 语音合成与识别 api 使用流程

楼主 #14 2018-05-24 16:41:18 分享评论

Re: 简单说一说 baidu 语音合成与识别 api 使用流程

楼主 #16 2018-05-25 21:43:31 分享评论

Re: 简单说一说 baidu 语音合成与识别 api 使用流程

楼主 #18 2018-07-10 08:54:48 分享评论

Re: 简单说一说 baidu 语音合成与识别 api 使用流程

楼主 #19 2018-07-10 09:00:32 分享评论

Re: 简单说一说 baidu 语音合成与识别 api 使用流程

页脚