檢測(cè)到您已登錄華為云國(guó)際站賬號(hào)，為了您更好的體驗(yàn)，建議您訪問(wèn)國(guó)際站服務(wù)網(wǎng)站 http://m.cqfng.cn/intl/zh-cn
不再顯示此消息
中國(guó)站
中國(guó)站
International
Europe
檢測(cè)到您已登錄華為云國(guó)際站賬號(hào)，為了您更好的體驗(yàn)，建議您訪問(wèn)國(guó)際站服務(wù)網(wǎng)站 http://m.cqfng.cn/intl/zh-cn
不再顯示此消息
華為云語(yǔ)音交互服務(wù) 華為云語(yǔ)音交互服務(wù) 語(yǔ)音識(shí)別轉(zhuǎn)文字、文本實(shí)時(shí)轉(zhuǎn)語(yǔ)音 用戶通過(guò)調(diào)用語(yǔ)音識(shí)別類接口，將口述音頻、普通話或者帶有一定方言的語(yǔ)音文件識(shí)別成可編輯的文本；同時(shí)也支持通過(guò)調(diào)用語(yǔ)音合成接口將文本轉(zhuǎn)換成逼真的語(yǔ)音等。 用戶通過(guò)調(diào)用語(yǔ)音識(shí)別類接口，將口述音頻、普通話或者帶有一定
基于TTS快速實(shí)現(xiàn)文字轉(zhuǎn)語(yǔ)音 基于TTS快速實(shí)現(xiàn)文字轉(zhuǎn)語(yǔ)音 查看部署指南 方案咨詢 該解決方案有何用途？ 該解決方案基于華為云語(yǔ)音合成 TTS，快速幫助用戶在華為云上完成語(yǔ)音合成功能的搭建。用戶可在該方案下快速使用語(yǔ)音合成功能，提供30+種音色和多種音頻格式選擇。適用于以下場(chǎng)景：語(yǔ)音讀取文本，人機(jī)對(duì)話，文本轉(zhuǎn)音頻。
提供的語(yǔ)音合成服務(wù)使用方法，利用提供的API接口完成語(yǔ)音合成功能，將合成的語(yǔ)音下載下來(lái)。2. 開(kāi)通功能華為云的提供的語(yǔ)音合成，是一種將文本轉(zhuǎn)換成逼真語(yǔ)音的服務(wù)。用戶通過(guò)實(shí)時(shí)訪問(wèn)和調(diào)用API獲取語(yǔ)音合成結(jié)果，將用戶輸入的文字合成為音頻。通過(guò)音色選擇、自定義音量、語(yǔ)速，為企業(yè)和個(gè)人提供個(gè)性化的發(fā)音服務(wù)。2
語(yǔ)音合成 TTS 語(yǔ)音合成 TTS 語(yǔ)音合成服務(wù)提供在線語(yǔ)音合成能力，支持將文本信息實(shí)時(shí)轉(zhuǎn)化為近似的真人發(fā)聲，支持多語(yǔ)言多音色語(yǔ)音在線合成。支持客戶的個(gè)性化語(yǔ)音定制化需求。 語(yǔ)音合成服務(wù)提供在線語(yǔ)音合成能力，支持將文本信息實(shí)時(shí)轉(zhuǎn)化為近似的真人發(fā)聲，支持多語(yǔ)言多音色語(yǔ)音在線合成。支持客戶的個(gè)性化語(yǔ)音定制化需求。
是否支持aac格式的語(yǔ)音文件轉(zhuǎn)文字 一句話識(shí)別和錄音文件識(shí)別以及實(shí)時(shí)語(yǔ)音識(shí)別均可實(shí)現(xiàn)語(yǔ)音轉(zhuǎn)文字，一句話識(shí)別支持aac格式，錄音文件識(shí)別和實(shí)時(shí)語(yǔ)音識(shí)別不支持aac格式。 父主題： 產(chǎn)品咨詢類
語(yǔ)音合成 功能介紹 語(yǔ)音合成，是一種將文本轉(zhuǎn)換成逼真語(yǔ)音的服務(wù)。用戶通過(guò)實(shí)時(shí)訪問(wèn)和調(diào)用API獲取語(yǔ)音合成結(jié)果，將用戶輸入的文字合成為音頻。通過(guò)音色選擇、自定義音量、語(yǔ)速，為企業(yè)和個(gè)人提供個(gè)性化的發(fā)音服務(wù)。該接口的使用限制請(qǐng)參見(jiàn)約束與限制，詳細(xì)使用指導(dǎo)請(qǐng)參見(jiàn)SIS服務(wù)使用簡(jiǎn)介章節(jié)。
com/ 1 四、語(yǔ)音轉(zhuǎn)文字 獲取語(yǔ)音 想要實(shí)現(xiàn)語(yǔ)音轉(zhuǎn)文字，首先，我們得獲取用戶的語(yǔ)音輸入。這里使用Python的speech_recognition包來(lái)進(jìn)行語(yǔ)音獲取，使用這個(gè)的好處是，他會(huì)在用戶說(shuō)話結(jié)束時(shí)，自動(dòng)停止語(yǔ)音獲取，這里我們就不用自己去寫(xiě)該什么停止語(yǔ)音獲取的邏輯了，這點(diǎn)
表5 Result 參數(shù)名稱 是否必選 參數(shù)類型 說(shuō)明 data 是 String 合成后生成的語(yǔ)音數(shù)據(jù)，以Base64編碼格式返回。 代碼示例 如下示例僅供參考，最新代碼請(qǐng)前往SDK（websocket）章節(jié)獲取并運(yùn)行。
result 是 Object 調(diào)用成功時(shí)為合成語(yǔ)音內(nèi)容，請(qǐng)參考表5。 調(diào)用失敗時(shí)無(wú)此字段。 表5 Result 參數(shù)名 是否必選 參數(shù)類型 說(shuō)明 data 是 String 合成后生成的語(yǔ)音數(shù)據(jù)，以Base64編碼格式返回。
依據(jù)文本生成TTS語(yǔ)音接口 場(chǎng)景描述 智能助手平臺(tái)提供接口給第三方接入方調(diào)用,實(shí)現(xiàn)文本生成TTS語(yǔ)音。 如果需要轉(zhuǎn)換的文本內(nèi)容較長(zhǎng)時(shí),則接口響應(yīng)時(shí)間會(huì)對(duì)應(yīng)的增加。
開(kāi)始語(yǔ)音合成請(qǐng)求 功能介紹 客戶端與語(yǔ)音合成引擎建立Websocket連接后，可以發(fā)送開(kāi)始語(yǔ)音合成請(qǐng)求進(jìn)行語(yǔ)音合成。如果客戶端基于該Websocket連接發(fā)送多次合成請(qǐng)求，需在每次請(qǐng)求重新建立websocket連接，一次連接只能處理一次合成請(qǐng)求。 請(qǐng)求消息 表1 參數(shù)說(shuō)明 名稱 參數(shù)類型
被叫播放語(yǔ)音，并進(jìn)行收號(hào)。SP可以要求業(yè)務(wù)平臺(tái)播放多段語(yǔ)音，每段語(yǔ)音的內(nèi)容都可以是下列兩種語(yǔ)音中的一種： 語(yǔ)音文件中錄制的語(yǔ)音。 文本（需要先通過(guò)模板定義）通過(guò)TTS服務(wù)轉(zhuǎn)換成的語(yǔ)音。 業(yè)務(wù)體驗(yàn)描述： SP想要給用戶A通知一段或多段語(yǔ)音。 SP向語(yǔ)音通話平臺(tái)發(fā)送播放語(yǔ)音通知業(yè)務(wù)請(qǐng)求。
什么是語(yǔ)音交互服務(wù) 語(yǔ)音交互服務(wù)（Speech Interaction Service，簡(jiǎn)稱SIS）是一種人機(jī)交互方式，用戶通過(guò)實(shí)時(shí)訪問(wèn)和調(diào)用API獲取語(yǔ)音交互結(jié)果。例如用戶通過(guò)語(yǔ)音識(shí)別功能，將口述音頻或者語(yǔ)音文件識(shí)別成可編輯的文本，同時(shí)也支持通過(guò)語(yǔ)音合成功能將文本轉(zhuǎn)換成逼真的語(yǔ)
語(yǔ)音識(shí)別解決方案 語(yǔ)音識(shí)別解決方案 查看部署指南 方案咨詢 該解決方案有何用途？ 該解決方案基于華為云語(yǔ)音交互服務(wù) SIS語(yǔ)音識(shí)別構(gòu)建，可自動(dòng)將用戶上傳到對(duì)象存儲(chǔ)服務(wù) OBS的wav語(yǔ)音文件轉(zhuǎn)化為文字，并將結(jié)果存放到指定對(duì)象存儲(chǔ)服務(wù) OBS桶。該方案可以將用戶上傳在對(duì)象存儲(chǔ)服務(wù)
sample_rate string 必填 合成語(yǔ)音的采樣率，支持16000赫茲和8000赫茲。 16000 speed string 必填 合成語(yǔ)音的語(yǔ)速，取值范圍-500到500。 0 pitch string 必填 合成語(yǔ)音的音高，取值范圍-500到+500。精品發(fā)音人不支持調(diào)節(jié)音高。
打開(kāi)函數(shù)后，在設(shè)置-環(huán)境變量下改變參數(shù)。參數(shù)填寫(xiě)的取值請(qǐng)參考附錄-參數(shù)填寫(xiě)參考。 圖7 改變參數(shù) 改變后使用該方案合成的音頻會(huì)根據(jù)最新配置生成。 父主題： 實(shí)施步驟
全、高可靠、低成本的數(shù)據(jù)存儲(chǔ)能力。 語(yǔ)音合成 TTS：是一種將文本轉(zhuǎn)換為語(yǔ)音的技術(shù)。它使用先進(jìn)的語(yǔ)音合成技術(shù)，將文本轉(zhuǎn)換為可聽(tīng)的人工語(yǔ)音。主要提供如下集中關(guān)鍵的特性： 語(yǔ)音合成 計(jì)算機(jī)可以模擬人類的語(yǔ)音，實(shí)現(xiàn)自然、流暢、準(zhǔn)確的語(yǔ)音輸出。 語(yǔ)音模型訓(xùn)練 TTS帶有預(yù)訓(xùn)練的模型，是衡
實(shí)施步驟 準(zhǔn)備工作 快速部署 開(kāi)始使用 快速卸載
該解決方案基于華為云語(yǔ)音合成 TTS構(gòu)建，快速幫助用戶在華為云控制臺(tái)上完成語(yǔ)音合成功能的部署。TTS是指“Text-to-Speech”，即將文本轉(zhuǎn)換為語(yǔ)音的技術(shù)。它使用先進(jìn)的語(yǔ)音合成技術(shù)，將文本轉(zhuǎn)換為可聽(tīng)的人工語(yǔ)音。通過(guò)TTS技術(shù)，計(jì)算機(jī)可以模擬人類的語(yǔ)音，實(shí)現(xiàn)自然、流暢、準(zhǔn)確的語(yǔ)音輸出。T
快速卸載 進(jìn)入上傳文本的OBS和存放結(jié)果的OBS中，刪除所有存放在里面的文件。 圖1 刪除文本上傳的OBS中的文件 圖2 刪除存放結(jié)果的OBS中的文件 登錄資源編排服務(wù) RFS資源棧，找到該解決方案創(chuàng)建的資源棧，單擊資源棧名稱最右側(cè)“刪除”按鈕，在彈出的“刪除資源棧”提示框輸入“
修訂記錄 表1 修訂記錄 發(fā)布日期 修訂記錄 2024-1-30 第一次正式發(fā)布。
該解決方案主要部署如下資源，不同產(chǎn)品的花費(fèi)僅供參考，具體請(qǐng)參考華為云官網(wǎng)價(jià)格詳情，實(shí)際收費(fèi)以賬單為準(zhǔn)。 表1 資源和成本規(guī)劃（按需計(jì)費(fèi)） 華為云服務(wù) 配置示例 每月預(yù)估花費(fèi) 語(yǔ)音合成 TTS 按需計(jì)費(fèi)：2元/千次（大于10千次/月） 區(qū)域：華北-北京四 計(jì)費(fèi)模式：按需計(jì)費(fèi) 購(gòu)買量：1 接口調(diào)用次數(shù)費(fèi)用 函數(shù)工作流 FunctionGraph
