c# 实现语音合成

Faith ·

更新时间:2024-11-10

· 913 次阅读

本文主要讨论C#开发使用百度语音合成API在线将文本内容合成语音，保存为 MP3 文件，本文最后会提供本安全源代码以及运行软件包，如有需要可自行下载

开发流程如下：

1. 创建百度应用：

　　创建应用之后就能看到创建完的应用和 API KEY 以及 Secret KEY了，在调用API时需传入这些配置值

　　详见：https://console.bce.baidu.com/ai/#/ai/ocr/overview/index

2. 引用 Baidu.Aip (SDK)

　　Baidu.Aip 封闭了文字识别Ocr API 的Http请求，简化代码，提高开发效率。如果不想引用该DLL，可以自己封装Http请求方法。

　　C# SDK 现已开源，快速接入文档参考：https://ai.baidu.com/ai-doc/SPEECH/Jk4nlz6gp

3. 调用API，

　　这里仅展示通用及高精度识别示例，特殊场景识别，详见官方文档：https://ai.baidu.com/ai-doc/SPEECH/Jk4nlz6gp


/// <summary>
  /// 语音合成
  /// </summary>
  /// <param name="reqItem">请求相关参数</param>
  /// <param name="destPath">mp3文件保存路径</param>
  /// <param name="synthesisEvent">状态事件</param>
  /// <returns></returns>
  public static bool Synthesis(ReqSynthesis reqItem, string destPath, SynthesisEvent synthesisEvent)
  {
   bool callResult = false;
   try
   {
    synthesisEvent("语音合成初始化...");
    // 百度应用配置
    var apiKey = ConfigUtil.GetConfigStr(EnumConfigKey.SpeechAPI_Key);
    var secretKey = ConfigUtil.GetConfigStr(EnumConfigKey.SpeechSECRET_KEY);
    if (!RiverAuth.Instant.CheckSynthesis(apiKey, secretKey))
    {
     return false;
    }
    var client = new Baidu.Aip.Speech.Tts(apiKey, secretKey);
    client.Timeout = 60000; // 修改超时时间
    var option = new Dictionary<string, object>()
    {
     {"vol", reqItem.vol}, // 
     { "pit", reqItem.pit}, // 
     {"spd", reqItem.spd}, // 语速
     {"per", reqItem.per} // 发音人，4：情感度丫丫童声
    };
    synthesisEvent("开始语音合成...");
    var result = client.Synthesis(reqItem.tex, option);
    // 保存文件
    if (result.Success) // 或 result.Success
    {
     File.WriteAllBytes(destPath, result.Data);
     synthesisEvent("语音合成返回成功，文件：" + destPath);
     callResult = true;
    }
    else
    {
     synthesisEvent(string.Format("语音合成失败, 错误码：[{0}], 原因：{1}", result.ErrorCode, result.ErrorMsg));
    }
    RiverAuth.Instant.EndCallEvent();
   }
   catch (Exception ex)
   {
    synthesisEvent("语音合成失败，原因：" + ex.Message);
    LogHelper.LogError(ex, "语音合成");
   }
   return callResult;
  }
 }
 /// <summary>
 /// 语音合成请求
 /// </summary>
 [Serializable]
 public class ReqSynthesis
 {
  public string tex { get; set; }//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 必填项
  public string cuid { get; set; }// 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 否
  public int spd { get; set; }//语速，取值0-9，默认为5中语速 否
  public int pit { get; set; }//音调，取值0-9，默认为5中语调 否
  public int vol { get; set; }//音量，取值0-15，默认为5中音量 否
  public int per { get; set; }//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
 }
 /// <summary>
 /// 语音转文字返回结果
 /// </summary>
 public class RetSpeech
 {
  public string corpus_no { get; set; }
  public string err_msg { get; set; }
  public int err_no { get; set; }
  public string[] result { get; set; }
  public string sn { get; set; }
 }

4. 语音合成最后保存为 MP3 文件