Text2Voice是一个将文本信息转成语音的小工具,基于讯飞语音SDK实现的。 因为讯飞只提供了Linux C的SDK,所以此工具的运行环境是在Linux下。
- go version >= 1.11, go mod
git clone [email protected]:dyike/text2voice.git
cd $GOPATH/src/text2voice
go mod tidy
# 将libmsc.so加入环境变量
# 64位动态库
mv xf/libs/x64/libmsc.so /usr/local/lib/
# 32位动态库
mv xf/libs/x86/libmsc.so /usr/local/lib/
export LD_LIBRARY_PATH=/usr/local/lib
# 编译
go build
# 配置文件
cp default.json config.json
{
"log":{
"enable":false,
"filename": "voice.log",
"level": "ll"
},
"appid": "5808ae7e",
"work_dir": ".",
"speed": 1,
"tts": {
"voice_name":"aisjiuxu",
"text_encoding":"utf8",
"sample_rate":16000,
"speed":50,
"volume":50,
"pitch":50,
"rdn":2
}
}
- log.enable 是否开启日志
- log.filename 日志文件名称
- log.level 日志等级
- appid 讯飞开放平台注册申请的应用的appid,请换成自己的appid才能正常使用
- work_dir 工作目录,默认当前目录下
- speed 合成速度,默认1,范围1-10,数值越小速度越快越耗CPU
- tts.voice_name 发音人名称,默认aisjiuxu(讯飞许久),支持:xiaoyan,aisxping,aisjinger,aisbabyxu,等其他付费
- tts.text_encoding 文本编码格式,默认为utf8
- tts.sample_rate 音频采样率,默认16000
- tts.speed 发音人语速,默认50
- tts.volume 发音人音量,默认50
- tts.pitch 发音人音调, 默认50
- tts.rdn 发音方式
# 合成文件内容
./text2voice -c config.json -p test.txt -o test.mp3
# 合成文本
./text2voice -c config.json -t "哈哈,就是这样使用嘀~~" -o test.mp3