text-to-speech - 谷歌文字转语音 API

Question

我想知道如何在我的 .NET 项目中使用 Google Text-to-Speech API。我想我需要调用一个 URL 才能使用 Web 服务，但我的想法并不清楚。任何人都可以帮忙吗？

score 65 · Accepted Answer

老答案：

尝试使用此 URL： http ://translate.google.com/translate_tts?tl=en&q=Hello%20World 它会自动生成一个 wav 文件，您可以通过任何 .net 编程通过 HTTP 请求轻松获取该文件。

编辑：

哦，谷歌，您认为您可以通过脆弱的 http 标头验证来阻止人们使用您的出色服务。

这是获得多种语言响应的解决方案（我会尝试添加更多语言）：

节点JS

// npm install `request`
const fs = require('fs');
const request = require('request');
const text = 'Hello World';

const options = {
    url: `https://translate.google.com/translate_tts?ie=UTF-8&q=${encodeURIComponent(text)}&tl=en&client=tw-ob`,
    headers: {
        'Referer': 'http://translate.google.com/',
        'User-Agent': 'stagefright/1.2 (Linux;Android 5.0)'
    }
}

request(options)
    .pipe(fs.createWriteStream('tts.mp3'))

卷曲

curl 'https://translate.google.com/translate_tts?ie=UTF-8&q=Hello%20Everyone&tl=en&client=tw-ob' -H 'Referer: http://translate.google.com/' -H 'User-Agent: stagefright/1.2 (Linux;Android 5.0)' > google_tts.mp3

请注意，标头基于@Chris Cirefice 的示例，如果它们在某些时候停止工作，我将尝试重新创建此代码运行的条件。当前标题的所有功劳都归于他和 WireShark 的绝妙工具。（也感谢谷歌没有修补这个）

score 49 · Accepted Answer

在对Schahriar SaffarShargh 的回答的更新中，谷歌最近实现了“谷歌滥用”功能，使得无法将任何常规的旧 HTTP GET 发送到 URL，例如：

http://translate.google.com/translate_tts?tl=en&q=Hello%20World

以前工作得很好而且花花公子。现在，点击这样的链接会为您提供验证码。这也会影响浏览器外的 HTTP GET 请求（例如使用 cURL），因为使用该 URL 会重定向到滥用保护页面（验证码）。

首先，您必须将查询参数添加client到请求 URL：

http://translate.google.com/translate_tts?tl=en&q=Hello%20World&client=t

谷歌翻译发送&client=t，所以你也应该。

在发出 HTTP 请求之前，请确保设置了Referer标头：

Referer: http://translate.google.com/

显然，User-Agent标题也是必需的，但有趣的是它可以是空白的：

User-Agent:

编辑：注意- 在某些用户代理上，例如 Android 4.X，自定义 User-Agent标头未发送，这意味着 Google 不会为请求提供服务。为了解决这个问题，我简单地将设置User-Agent为一个有效的，例如stagefright/1.2 (Linux;Android 5.0). 如果 Google 的服务器没有响应，请使用Wireshark调试请求（就像我一样），并确保在GET! 如果请求失败， Google 将响应503 Service Unavailable，然后重定向到 CAPTCHA 页面。

这个解决方案有点脆弱；谷歌完全有可能在未来改变他们处理这些请求的方式，所以最后我建议让谷歌制作一个真正的API 端点（免费或付费），我们可以使用它而不会因为伪造 HTTP 标头而感到肮脏。

编辑 2：对于那些感兴趣的人，这个 cURL 命令应该可以很好地下载英文Hello的 mp3 ：

curl 'http://translate.google.com/translate_tts?ie=UTF-8&q=Hello&tl=en&client=t' -H 'Referer: http://translate.google.com/' -H 'User-Agent: stagefright/1.2 (Linux;Android 5.0)' > google_tts.mp3

您可能会注意到，我已经在请求中设置了Referer和标头，并将参数添加到查询字符串中。您可以使用代替，您的选择！User-Agentclient=thttpshttp

编辑 3：Google 现在要求每个 GET 请求都有一个令牌（tk在查询字符串中注明）。下面是修改后的 cURL 命令，可以正确下载 TTS mp3：

curl 'https://translate.google.com/translate_tts?ie=UTF-8&q=hello&tl=en&tk=995126.592330&client=t' -H 'user-agent: stagefright/1.2 (Linux;Android 5.0)' -H 'referer: https://translate.google.com/' > google_tts.mp3

注意查询字符串中的&tk=995126.592330；这是新的令牌。我通过按下扬声器图标translate.google.com并查看 GET 请求来获得此令牌。我只是将这个查询字符串参数添加到前面的 cURL 命令中，它就可以工作了。

注意：显然这个解决方案非常脆弱，并且在谷歌架构师的心血来潮中打破，他们引入了请求所需的令牌等新事物。这个令牌明天可能不起作用（尽管我会检查并报告）......关键是，依靠这种方法是不明智的；相反，应该转向商业 TTS 解决方案，尤其是在生产中使用 TTS 时。

有关令牌生成的进一步说明以及您可以做些什么，请参阅Boude 的回答。

如果此解决方案在未来的任何时间中断，请对此答案发表评论，以便我们尝试找到解决方案！

score 17 · Accepted Answer

扩展克里斯的回答。我设法对令牌生成过程进行了逆向工程。

请求的令牌基于页面脚本中设置的文本和全局 TKK 变量。这些在 JavaScript 中被散列，因此产生了 tk 参数。

在页面脚本的某处，您会发现如下内容：

TKK='403413';

这是自纪元以来经过的小时数。

文本被抽取到以下函数中（有些去混淆）：

var query = "Hello person";
var cM = function(a) {
    return function() {
        return a
    }
};
var of = "=";
var dM = function(a, b) {
    for (var c = 0; c < b.length - 2; c += 3) {
        var d = b.charAt(c + 2),
            d = d >= t ? d.charCodeAt(0) - 87 : Number(d),
            d = b.charAt(c + 1) == Tb ? a >>> d : a << d;
        a = b.charAt(c) == Tb ? a + d & 4294967295 : a ^ d
    }
    return a
};

var eM = null;
var cb = 0;
var k = "";
var Vb = "+-a^+6";
var Ub = "+-3^+b+-f";
var t = "a";
var Tb = "+";
var dd = ".";
var hoursBetween = Math.floor(Date.now() / 3600000);
window.TKK = hoursBetween.toString();

fM = function(a) {
    var b;
    if (null === eM) {
        var c = cM(String.fromCharCode(84)); // char 84 is T
        b = cM(String.fromCharCode(75)); // char 75 is K
        c = [c(), c()];
        c[1] = b();
        // So basically we're getting window.TKK
        eM = Number(window[c.join(b())]) || 0
    }
    b = eM;

    // This piece of code is used to convert d into the utf-8 encoding of a
    var d = cM(String.fromCharCode(116)),
        c = cM(String.fromCharCode(107)),
        d = [d(), d()];
    d[1] = c();
    for (var c = cb + d.join(k) +
            of, d = [], e = 0, f = 0; f < a.length; f++) {
        var g = a.charCodeAt(f);

        128 > g ? d[e++] = g : (2048 > g ? d[e++] = g >> 6 | 192 : (55296 == (g & 64512) && f + 1 < a.length && 56320 == (a.charCodeAt(f + 1) & 64512) ? (g = 65536 + ((g & 1023) << 10) + (a.charCodeAt(++f) & 1023), d[e++] = g >> 18 | 240, d[e++] = g >> 12 & 63 | 128) : d[e++] = g >> 12 | 224, d[e++] = g >> 6 & 63 | 128), d[e++] = g & 63 | 128)
    }


    a = b || 0;
    for (e = 0; e < d.length; e++) a += d[e], a = dM(a, Vb);
    a = dM(a, Ub);
    0 > a && (a = (a & 2147483647) + 2147483648);
    a %= 1E6;
    return a.toString() + dd + (a ^ b)
};

var token = fM(query);
var url = "https://translate.google.com/translate_tts?ie=UTF-8&q="  + encodeURI(query) + "&tl=en&total=1&idx=0&textlen=12&tk=" + token + "&client=t";
document.write(url);

~~我设法在我的 gTTS 分支中成功地将它移植到 python ，所以我知道这是可行的。~~

编辑：现在 gTTS 使用的令牌生成代码已移至gTTS-token。

编辑 2：Google 更改了 API（大约在 2016-05-10 左右），此方法需要进行一些修改。我目前正在做这件事。与此同时，将客户端更改为 tw-ob 似乎可行。

编辑3：

这些变化很小，但至少可以说很烦人。TKK 现在有两个部分。看起来像406986.2817744745。如您所见，第一部分保持不变。第二部分是两个看似随机的数字之和。TKK=eval('((function(){var a\x3d2680116022;var b\x3d137628723;return 406986+\x27.\x27+(a+b)})())');这里的\x3d意思是=和\x27是'。a 和 b 都会每 UTC 分钟更改一次。在算法的最后一个步骤中，令牌被第二部分异或。

新的令牌生成代码是：

var xr = function(a) {
    return function() {
        return a
    }
};
var yr = function(a, b) {
    for (var c = 0; c < b.length - 2; c += 3) {
        var d = b.charAt(c + 2)
          , d = "a" <= d ? d.charCodeAt(0) - 87 : Number(d)
          , d = "+" == b.charAt(c + 1) ? a >>> d : a << d;
        a = "+" == b.charAt(c) ? a + d & 4294967295 : a ^ d
    }
    return a
};
var zr = null;
var Ar = function(a) {
    var b;
    if (null  !== zr)
        b = zr;
    else {
        b = xr(String.fromCharCode(84));
        var c = xr(String.fromCharCode(75));
        b = [b(), b()];
        b[1] = c();
        b = (zr = window[b.join(c())] || "") || ""
    }
    var d = xr(String.fromCharCode(116))
      , c = xr(String.fromCharCode(107))
      , d = [d(), d()];
    d[1] = c();
    c = "&" + d.join("") + 
    "=";
    d = b.split(".");
    b = Number(d[0]) || 0;
    for (var e = [], f = 0, g = 0; g < a.length; g++) {
        var l = a.charCodeAt(g);
        128 > l ? e[f++] = l : (2048 > l ? e[f++] = l >> 6 | 192 : (55296 == (l & 64512) && g + 1 < a.length && 56320 == (a.charCodeAt(g + 1) & 64512) ? (l = 65536 + ((l & 1023) << 10) + (a.charCodeAt(++g) & 1023),
        e[f++] = l >> 18 | 240,
        e[f++] = l >> 12 & 63 | 128) : e[f++] = l >> 12 | 224,
        e[f++] = l >> 6 & 63 | 128),
        e[f++] = l & 63 | 128)
    }
    a = b;
    for (f = 0; f < e.length; f++)
        a += e[f],
        a = yr(a, "+-a^+6");
    a = yr(a, "+-3^+b+-f");
    a ^= Number(d[1]) || 0;
    0 > a && (a = (a & 2147483647) + 2147483648);
    a %= 1E6;
    return c + (a.toString() + "." + (a ^ b))
}
;
Ar("test");

当然我不能再生成一个有效的 url，因为我不知道 a 和 b 是如何生成的。

score 13 · Accepted Answer

另一种选择是：responsivevoice.org一个简单的例子 JsFiddle is Here

HTML

<div id="container">
<input type="text" name="text">
<button id="gspeech" class="say">Say It</button>
<audio id="player1" src="" class="speech" hidden></audio>
</div>

jQuery

$(document).ready(function(){

 $('#gspeech').on('click', function(){
        
        var text = $('input[name="text"]').val();
        responsiveVoice.speak("" + text +"");
        <!--  http://responsivevoice.org/ -->
    });

});

外部资源：

https://code.responsivevoice.org/responsivevoice.js

score 6 · Accepted Answer

好的，所以 Google 已经引入了令牌（请参阅新 url 中的 tk 参数）并且旧的解决方案似乎不起作用。我找到了另一种选择——我什至认为它听起来更好，而且声音更多！该命令并不漂亮，但它有效。请注意，这仅用于测试目的（我将其用于一个小型 domotica 项目），如果您打算将其用于商业用途，请使用 acapella-group 的真实版本。

curl $(curl --data 'MyLanguages=sonid10&MySelectedVoice=Sharon&MyTextForTTS=Hello%20World&t=1&SendToVaaS=' 'http://www.acapela-group.com/demo-tts/DemoHTML5Form_V2.php' | grep -o "http.*mp3") > tts_output.mp3

一些支持的声音是；

沙龙
Ella（纯正童声）
EmilioEnglish（纯正童声）
乔希（纯正的童声）
凯伦
肯尼（人工童声）
劳拉
弥迦
耐莉（人工童声）
杆
瑞安
扫罗
斯科特（真正的少年声音）
特蕾西
ValeriaEnglish（纯正童声）
将要
WillBadGuy（情绪化的声音）
WillFromAfar（情绪化的声音）
WillHappy（情绪化的声音）
WillLittleCreature（情绪化的声音）
WillOldMan（情绪化的声音）
WillSad（情绪化的声音）
WillUpClose（情绪化的声音）

它还支持多种语言和更多声音 - 为此我建议您访问他们的网站；http://www.acapela-group.com/

score 5 · Accepted Answer

您可以使用 Wget:D 下载语音

wget -q -U Mozilla "http://translate.google.com/translate_tts?tl=en&q=Hello"

将输出保存到 mp3 文件中：

wget -q -U Mozilla "http://translate.google.com/translate_tts?tl=en&q=Hello" -O hello.mp3

享受！！

score 5 · Accepted Answer

我创建了这样的：q= urlencode & tl = 语言名称

试试这个：

https://translate.google.com.vn/translate_tts?ie=UTF-8&q=%E0%A6%86%E0%A6%AE%E0%A6%BF%20%E0%A6%A4%E0%A7 %8B%E0%A6%AE%E0%A6%BE%E0%A6%AF%E0%A6%BC%20%E0%A6%AD%E0%A6%BE%E0%A6%B2%E0%A7 %8B%E0%A6%AC%E0%A6%BE%E0%A6%B8%E0%A6%BF+&tl=bn&client=tw-ob

score 4 · Accepted Answer

谷歌文字转语音

<!DOCTYPE html>
<html>
    <head>
        <script>
            function play(id){
            var text = document.getElementById(id).value;
            var url = 'http://translate.google.com/translate_tts?tl=en&q='+text;
            var a = new Audio(url);
                a.play();
            }
        </script>
    </head>
    <body>
        <input type="text" id="text" />
        <button onclick="play('text');"> Speak it </button>
    </body>
</html>

score 3 · Accepted Answer

使用http://www.translate.google.com/translate_tts?tl=en&q=Hello%20World

注意 www.translate.google.com

score 3 · Accepted Answer

截至目前，Google 官方 Text-to-Speech 服务可在https://cloud.google.com/text-to-speech/获得

前 400 万个字符免费。

score 1 · Accepted Answer

我使用了上面的网址：http ://translate.google.com/translate_tts?tl=en&q=Hello%20World

并要求使用 python 库..但是我得到了HTTP 403 FORBIDDEN

最后，我不得不用浏览器的User-Agent标题来模拟标题才能成功。

score 1 · Accepted Answer

因为它是在这里聊天中出现的，而谷歌搜索的第一页就是这个，我决定让我的发现全神贯注，再谷歌搜索一些 XD

你真的不需要再费力地让它工作了，只需站在巨人的肩膀上：

有一个标准

https://dvcs.w3.org/hg/speech-api/raw-file/tip/webspeechapi.html

和一个例子

http://html5-examples.craic.com/google_chrome_text_to_speech.html

至少对于您的网络项目，这应该可以工作（例如 asp.net）

score 1 · Accepted Answer

转到console.developer.google.com登录并获取 API 密钥或使用 microsoft bing 的 API
https://msdn.microsoft.com/en-us/library/?f=255&MSPPError=-2147217396

甚至更好地使用 AT&T 的语音 API developer.att.com（付费一个）
用于语音识别

Public Class Voice_recognition

    Public Function convertTotext(ByVal path As String, ByVal output As String) As String
        Dim request As HttpWebRequest = DirectCast(HttpWebRequest.Create("https://www.google.com/speech-api/v1/recognize?xjerr=1&client=speech2text&lang=en-US&maxresults=10"), HttpWebRequest)
        'path = Application.StartupPath & "curinputtmp.mp3"
        request.Timeout = 60000
        request.Method = "POST"
        request.KeepAlive = True
        request.ContentType = "audio/x-flac; rate=8000"  
        request.UserAgent = "speech2text"

        Dim fInfo As New FileInfo(path)
        Dim numBytes As Long = fInfo.Length
        Dim data As Byte()

        Using fStream As New FileStream(path, FileMode.Open, FileAccess.Read)
            data = New Byte(CInt(fStream.Length - 1)) {}
            fStream.Read(data, 0, CInt(fStream.Length))
            fStream.Close()
        End Using

        Using wrStream As Stream = request.GetRequestStream()
            wrStream.Write(data, 0, data.Length)
        End Using

        Try
            Dim response As HttpWebResponse = DirectCast(request.GetResponse(), HttpWebResponse)
            Dim resp = response.GetResponseStream()

            If resp IsNot Nothing Then
                Dim sr As New StreamReader(resp)
                MessageBox.Show(sr.ReadToEnd())

                resp.Close()
                resp.Dispose()
            End If
        Catch ex As System.Exception
            MessageBox.Show(ex.Message)
        End Try

        Return 0
    End Function
End Class

对于文本到语音：使用 this。

如果不使用 vbscript 到 vb/C# 转换器，我想你会明白这一点。
仍然没有联系我。

我以前做过，现在找不到代码，这就是为什么我不直接给你代码的原因。

score 0 · Accepted Answer

#! /usr/bin/python2
# -*- coding: utf-8 -*-

def run(cmd):
    import os
    import sys
    from subprocess import Popen, PIPE
    print(cmd)
    proc=Popen(cmd, stdin=None, stdout=PIPE, stderr=None, shell=True)
    while True:
        data = proc.stdout.readline()   # Alternatively proc.stdout.read(1024)
        if len(data) == 0:
            print("Finished process")
            break
        sys.stdout.write(data)

import urllib

msg='Hello preety world'
msg=urllib.quote_plus(msg)
# -v verbosity
cmd='curl '+ \
    '--output tts_responsivevoice.mp2 '+ \
    "\""+'https://code.responsivevoice.org/develop/getvoice.php?t='+msg+'&tl=en-US&sv=g2&vn=&pitch=0.5&rate=0.5&vol=1'+"\""+ \
    ' -H '+"\""+'User-Agent: Mozilla/5.0 (X11; Linux x86_64; rv:44.0) Gecko/20100101 Firefox/44.0'+"\""+ \
    ' -H '+"\""+'Accept: audio/webm,audio/ogg,audio/wav,audio/*;q=0.9,application/ogg;q=0.7,video/*;q=0.6,*/*;q=0.5'+"\""+ \
    ' -H '+"\""+'Accept-Language: pl,en-US;q=0.7,en;q=0.3'+"\""+ \
    ' -H '+"\""+'Range: bytes=0-'+"\""+ \
    ' -H '+"\""+'Referer: http://code.responsivevoice.org/develop/examples/example2.html'+"\""+ \
    ' -H '+"\""+'Cookie: __cfduid=ac862i73b6a61bf50b66713fdb4d9f62c1454856476; _ga=GA1.2.2126195996.1454856480; _gat=1'+"\""+ \
    ' -H '+"\""+'Connection: keep-alive'+"\""+ \
    ''
print('***************************')
print(cmd)
print('***************************')
run(cmd)

线：

/getvoice.php?t='+msg+'&tl=en-US&sv=g2&vn=&pitch=0.5&rate=0.5&vol=1'+"\""+ \

负责语言。

tl=en-US

还有另一个非常有趣的带有 tts 引擎的站点可以以这种方式使用。

用 o 代替空 iv0na.c0m

祝你今天过得愉快

text-to-speech - 谷歌文字转语音 API

14 回答 14

有一个标准

和一个例子

Related

Reference