说明:
名词介绍
语音合成(Text To Speech,TTS)满足将文本转化成拟人化语音的需求,打通人机交互闭环。 提供多场景、多语言的音色选择,支持 SSML 标记语言,支持自定义音量、语速等参数,让发音更专业、更符合场景需求。语音合成广泛适用于智能客服、有声阅读、新闻播报、人机交互等业务场景,提升人机交互体验,提高语音类应用构建效率。
云开发(Tencent CloudBase,TCB)是腾讯云提供的云原生一体化开发环境和工具平台,为开发者提供高可用、自动弹性扩缩的后端云服务,包含计算、存储、托管等 serverless 化能力,可用于云端一体化开发多终端应用(小程序、公众号、Web 应用、Flutter 客户端等),帮助开发者统一构建和管理后端服务和云资源,避免了应用开发过程中繁琐的服务器搭建及运维,开发者可以专注于业务逻辑的实现,开发门槛更低,效率更高。
开发背景
对于媒体从业人员来说,一款简单、易用的文本转语音软件是非常必要的,并且要随时随地无需下载和注册都能使用,所以结合小程序和云开发是最合适的。
开发工具
代码开发
第一步:用户输入框
// WXML<textarea class="" type="text" value="{{txt}}" bindinput="setTxt" auto-height="true"></textarea>// JSdata: {txt:""}setTxt(e){this.setData({txt:e.detail.value})},
第二步:用户提交按钮
// WXML<view class="" bindtap="submit"></view>//jssubmit(){wx.cloud.callFunction({name:"submitTxt",data:{txt:this.data.txt}}).then(res=>{})}
第三步:新建云函数
新建云函数,名字为上一步 submit() 中调用的 submitTxt。
const tencentcloud = require("tencentcloud-sdk-nodejs");const TtsClient = tencentcloud.tts.v20190823.Client;// 实例化一个认证对象,入参需要传入腾讯云账户secretId,secretKey,此处还需注意密钥对的保密// 密钥可前往https://console.cloud.tencent.com/cam/capi网站进行获取// 云开发中的云函数相当于服务端,可以明文填写您的密钥const clientConfig = {credential: {secretId: "XXXXXXXXXXXXXXXXXXXX",secretKey: "XXXXXXXXXXXXXXXXXXXXXXXXXXX",},region: "", // 地域,可以为空profile: {httpProfile: {endpoint: "tts.tencentcloudapi.com",},},};exports.main = async (event, context) => {var txt = event.txtconst client = new TtsClient(clientConfig);// 此处仅提供必填参数,更多参数选择请参考官方文档。const params = {"Text": txt,"ModelType": 1,// 模型类型,1-默认模型。"VoiceType": 10510000// 10510000-智逍遥,旁对白阅读风格男声};client.CreateTtsTask(params).then((data) => {console.log(data);// {// RequestId: 'dc7708bc-1b8c-412e-9033......',// Data: { TaskId: 'gz-2e20190c-8f20-4941-ab7e-.......' }// }var TaskId = data.Data.TaskId;return TaskId},(err) => {console.error("error", err);return "FAIL"});}
因为长文本的语音合成是需要一定时间的,所以回调是一个任务 ID,需要再根据这个 ID 查询任务状态,如果已完成,会有返回一个 URL。开发者可以根据需要,考虑是否把提交和查询合并在一起。这里采用的是分离的模式。
说明:
此处依赖可以不用本地安装,直接右键选择云端安装依赖即可。在云函数文件中 package.json 加入。
"dependencies": {"tencentcloud-sdk-nodejs": "^4.0.348",// 加入此项"wx-server-sdk": "~2.6.1"}
第四步:查询任务状态
新建一个与上一步的环境相同的云函数。
const client = new TtsClient(clientConfig);const params = {"TaskId": TaskId // 上一步得到的任务ID};client.DescribeTtsTaskStatus(params).then((data) => {console.log(data);// {// RequestId: 'effa415f-94b1-46c1-a5fa-.......',// Data: {// TaskId: 'gz-2e20190c-8f20-4941-ab7e.......',// Status: 2, //任务状态码,0:任务等待,1:任务执行中,2:任务成功,3:任务失败。// StatusStr: 'success',// ResultUrl: 'https://tts-async-audio-..............',// ErrorMsg: ''// }// }if(data.Data.Status === 2) return data.Data.ResultUrlreturn data.Data.StatusStr},(err) => {console.error("error", err);return "FAIL"});
前端得到第三步返回的任务 ID 后,可提供该 ID 继续调用第四步的云函数,获取任务结果。
如果成功,即可返回一段 MP3 的播放地址。
第五步:前端加入播放组件
<videoid="myVideo"src={{ResultUrl}}></video>
第六步:前端下载功能
wx.downloadFile({url: url, //之前获取的地址success (res) {// 只要服务器有响应数据,就会把响应内容写入文件并进入 success 回调,业务需要自行判断是否下载到了想要的内容if (res.statusCode === 200) {// TODO}}})
至此,一款简单的语音合成小程序,已经完成了核心功能。您可以根据需要,美化前端 UI,并增加用户管理功能,结合云开发的数据库可以很好的管理用户的数据。也可以增加用户使用的逻辑,例如新用户可以直接使用 X 次,通过激励用户观看视频或者分享,可以获取使用次数等。