10

I am trying to save the pronunciation of a French word into a .wav or .mp3 file.

I was wondering if there was anywhere on the Google Translate API (since it has a pronunciation functionality) that allows me to achieve this objective. Other libraries would work too.

4

2 回答 2

5

自从提出这个问题以来，从谷歌翻译中“抓取”MP3 变得更加困难，但谷歌（最终）建立了一个TTS API。有趣的是，它按输入字符计费，每月前 1 或 400 万个输入字符是免费的（取决于您使用 WaveNet 还是老式语音）

如今，要gcloud在命令行上使用（而不是将其构建到应用程序中），您可以大致执行以下操作（我在解释TTS 快速入门）。对于本演练，您需要base64、curl、gcloud和。jq

  1. 在 GCP 控制台上创建一个项目，或者运行类似的东西gcloud projects create example-throwaway-tts
  2. 为项目启用计费。即使您不打算超过免费赠品配额，也要这样做。
  3. 使用 GCP 控制台为您刚刚设置的项目启用 TTS API 。
  4. 再次使用控制台，这次是创建一个新的服务帐户。
    • 使用任何旧名称
    • 不要给它一个角色。你会收到警告。这没关系。
    • 如果尚未选择密钥类型 JSON，请选择它
    • 点击Create
    • 保留浏览器下载的 JSON 文件
  5. 设置环境变量以指向该文件，例如export GOOGLE_APPLICATION_CREDENTIALS="~/Downloads/service-account-file.json"
  6. 获取适当的访问令牌：
    1. 告诉gcloud使用那个新项目：gcloud config set project example-throwaway-tts
    2. 设置变量TTS_ACCESS_TOKEN=gcloud auth application-default print-access-token
  7. 组合一个 JSON 请求。下面我举个例子。对于这个例子，我们称之为request.json

  8. 最后，运行以下命令

     curl \
-H "Authorization: Bearer "$TTS_ACCESS_TOKEN \
-H "Content-Type: application/json; charset=utf-8" \
--data-raw @request.json \
"https://texttospeech.googleapis.com/v1/text:synthesize" \
| jq '.audioContent' \
| base64 --decode > very_simple_example.mp3

这是为了

  • 使用您设置的项目的默认访问令牌进行身份验证
  • 将内容类型设置为 JSON（以便jq可以提取有效负载）
  • 用作使用's标志request.json发送的数据curl--data-raw
  • audioContent从响应中提取 的值
  • base64解码该内容
  • 将整个混乱保存为 MP3

内容request.json如下。您可以通过audioConfig查看在何处插入所需文本、调整语音或更改输出格式：

{
  'input':{
    'text':'very simple example'
  },
  'voice':{
    'languageCode':'en-gb',
    'name':'en-GB-Standard-A',
    'ssmlGender':'FEMALE'
  },
  'audioConfig':{
      'audioEncoding':'MP3'
  }
}

原始答案

正如 Hugolpz 所暗示的，如果您知道您想要的单词或短语（通过之前的 Translate API 调用），您可以从http://translate.google.com/translate_tts?ie=UTF-8&q=Bonjour&tl=之类的 URL 获取 MP3 FR

请注意，&tl=fr确保您获得法语而不是默认的英语。

您需要对自己进行速率限制，但如果您正在寻找少量的单词或短语，您应该没问题。

于 2015-03-11T20:43:05.623 回答
2

Speech Synthesis API（正在开发中）提供了类似的功能。第三方库已经存在，例如ResponsiveVoice.JS。

于 2017-01-25T18:52:51.593 回答