基于C# 百度AI和科大汛飞语音合成SDK

一、百度语音合成

百度语音合成C# SDK主要是基于Rest API,必要互联网调用HTTP接口，Rest API 仅支持最多512个汉字，合成的格式文件为MP3，没有其它的格式。如果想离线使用需下载SDK,Android 或IOS。

1、安装语音合成 C# SDK

C# SDK 现已开源! https://github.com/Baidu-AIP/dotnet-sdk

** 支持平台：.Net Framework 3.5 4.0 4.5， .Net Core 2.0 **

2、方法一：使用Nuget管理依赖 （推荐）

在NuGet中搜索 Baidu.AI，安装最新版即可。

packet地址 https://www.nuget.org/packages/Baidu.AI/

3、源程序界面及代码

1. #region 百度语音
3. private void simpleButton1_Click(object sender, EventArgs e)
4. {
5. if (spinEdit1.Value <= 0)
6. {
7. spinEdit1.Focus();
8. return;
9. }
10. if (trackBarControl1.Value <= 0)
11. {
12. trackBarControl1.Focus();
13. return;
14. }
16. if (string.IsNullOrEmpty(textBox1.Text.Trim()))
17. {
18. textBox1.Focus();
19. textBox1.Select();
20. return;
21. }
23. // 设置APPID/AK/SK
24. var APP_ID = "******";
25. var API_KEY = "******";
26. var SECRET_KEY = "*****";
28. var client = new Baidu.Aip.Speech.Tts(API_KEY, SECRET_KEY);
29. client.Timeout = 60000; // 修改超时时间
32. // 可选参数
33. var option = new Dictionary<string, object>()
34. {
35. {"spd", spinEdit1.Value}, // 语速
36. {"vol", trackBarControl1.Value}, // 音量
37. {"per", comboBoxEdit1.SelectedIndex} // 发音人，4：情感度丫丫童声
38. };
39. var result = client.Synthesis(textBox1.Text, option);
41. if (xtraSaveFileDialog1.ShowDialog() == System.Windows.Forms.DialogResult.OK)
42. {
44. if (result.ErrorCode == 0) // 或 result.Success
45. {
46. File.WriteAllBytes(xtraSaveFileDialog1.FileName, result.Data);
47. }
48. }
49. }
51. #endregion

复制代码

接口参数说明：

二、科大讯飞语音合成

科大讯飞没有c# SDK，采用WebAPi的形式调用。不过请注意该接口使用的HTTP API协议不支持跨域。

1、接口调用流程

注： 调用接口前需配置IP白名单，IP白名单规则请参照 IP白名单。（由于我之前没有设置正确的IP，导致接口调用不乐成）可以在百度里面输入IP将会显示你的互联网IP

1. 通过接口密钥基于MD5计算签名，将签名以及其他参数放在Http Request Header中 。
2. 将文本数据放在Http Request Body中 。
3. 向服务器端发送Http请求后，接收服务器端的返回结果。

注： 在控制台添加服务后，点击“发音人管理”可自行添加并试用发音人，添加后会显示该发音人参数值，设置参数voice_name为相应的发音人参数值即可。

2、程序界面及源代码

源代码

1. public class Rootobject
2. {
3. public string auf { get; set; }
4. public string aue { get; set; }
5. public string voice_name { get; set; }
6. public string speed { get; set; }
7. public string volume { get; set; }
8. public string pitch { get; set; }
9. public string engine_type { get; set; }
10. public string text_type { get; set; }
11. }

复制代码

1. String Md5(string s)
2. {
3. System.Security.Cryptography.MD5 md5 = new System.Security.Cryptography.MD5CryptoServiceProvider();
4. byte[] bytes = System.Text.Encoding.UTF8.GetBytes(s);
5. bytes = md5.ComputeHash(bytes);
6. md5.Clear();
7. string ret = "";
8. for (int i = 0; i < bytes.Length; i++)
9. {
10. ret += Convert.ToString(bytes[i], 16).PadLeft(2, '0');
11. }
12. return ret.PadLeft(32, '0');
13. }

复制代码

1. #region 把流转换成缓存流
2. MemoryStream StreamToMemoryStream(Stream instream)
3. {
4. MemoryStream outstream = new MemoryStream();
5. const int bufferLen = 4096;
6. byte[] buffer = new byte[bufferLen];
7. int count = 0;
8. while ((count = instream.Read(buffer, 0, bufferLen)) > 0)
9. {
10. outstream.Write(buffer, 0, count);
11. }
12. return outstream;
13. }
14. #endregion

复制代码

1. #region 把缓存流转换成字节组
2. public static byte[] streamTobyte(MemoryStream memoryStream)
3. {
4. byte[] buffer = new byte[memoryStream.Length];
5. memoryStream.Seek(0, SeekOrigin.Begin);
6. memoryStream.Read(buffer, 0, buffer.Length);
7. return buffer;
8. }
9. #endregion

复制代码

1. private void simpleButton2_Click(object sender, EventArgs e)
2. {
4. // 应用APPID（必须为webapi类型应用，并开通语音合成服务，参考帖子如何创建一个webapi应用：http://bbs.xfyun.cn/forum.php?mod=viewthread&tid=36481）
5. string appID = "****";
6. // 接口密钥（webapi类型应用开通合成服务后，控制台--我的应用---语音合成---相应服务的apikey）
7. string APIKey = "****";
8. // 语音合成webapi接口地址
9. String url = "http://api.xfyun.cn/v1/service/v1/tts";
10. String bodys;
11. // 待合成文本
12. string text = memoEdit1.Text;
13. // 对要合成语音的文字先用utf-8然后进行URL加密
14. byte[] textData = Encoding.UTF8.GetBytes(text);
16. text = HttpUtility.UrlEncode(textData);
17. bodys = string.Format("text={0}", text);
19. //aue = raw, 音频文件生存类型为 wav或者pcm
20. //aue = lame, 音频文件生存类型为 mp3
21. string AUE = "lame";
23. Rootobject root = new Rootobject();
24. root.aue = AUE;
25. root.auf = "audio/L16;rate=16000";
26. root.speed = speed.Value.ToString();
27. root.pitch = pitch.Value.ToString();
28. root.volume = volume.Value.ToString();
29. root.voice_name = voice_name.Text.Split('-')[0];
30. root.engine_type = engine_type.Text.Split('-')[0];
31. root.text_type = "text";
32. string param = Newtonsoft.Json.JsonConvert.SerializeObject(root);
33. // 获取十位的时间戳
34. TimeSpan ts = DateTime.UtcNow - new DateTime(1970, 1, 1, 0, 0, 0, 0);
35. string curTime = Convert.ToInt64(ts.TotalSeconds).ToString();
36. // 对参数先utf-8然后用base64编码
37. byte[] paramData = Encoding.UTF8.GetBytes(param);
38. string paraBase64 = Convert.ToBase64String(paramData);
39. // 形成签名
40. string checkSum = Md5(APIKey + curTime + paraBase64);
41. // 组装http请求头
42. HttpWebRequest request = (HttpWebRequest)WebRequest.Create(url);
43. request = (HttpWebRequest)WebRequest.Create(url);
44. request.Method = "POST";
45. request.ContentType = "application/x-www-form-urlencoded";
46. request.Headers.Add("X-Param", paraBase64);
47. request.Headers.Add("X-CurTime", curTime);
48. request.Headers.Add("X-Appid", appID);
49. request.Headers.Add("X-CheckSum", checkSum);
51. Stream requestStream = request.GetRequestStream();
52. StreamWriter streamWriter = new StreamWriter(requestStream, Encoding.GetEncoding("gb2312"));
53. streamWriter.Write(bodys);
54. streamWriter.Close();
56. String htmlStr = string.Empty;
57. HttpWebResponse response = request.GetResponse() as HttpWebResponse;
58. Stream responseStream = response.GetResponseStream();
60. using (StreamReader reader = new StreamReader(responseStream, Encoding.GetEncoding("UTF-8")))
61. {
62. string header_type = response.Headers["Content-Type"];
63. if (header_type == "audio/mpeg")
64. {
65. Stream st = response.GetResponseStream();
66. MemoryStream memoryStream = StreamToMemoryStream(st);
68. if (xtraSaveFileDialog2.ShowDialog() == System.Windows.Forms.DialogResult.OK)
69. {
70. // 生存音频文件地址和音频格式类型
71. File.WriteAllBytes(xtraSaveFileDialog2.FileName, streamTobyte(memoryStream));
72. }
74. Console.WriteLine(response.Headers);
75. Console.ReadLine();
76. }
77. else
78. {
79. htmlStr = reader.ReadToEnd();
80. Console.WriteLine(htmlStr);
81. Console.ReadLine();
82. }
83. }
84. responseStream.Close();
85. }
87. #endregion
88. }

复制代码

通过尝试百度和科大讯飞两个语音合成接口，发现科大讯飞语音比较好一些，百度有些词语会读错。

来源：https://www.cnblogs.com/w2011/p/11328023.html
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！