语音合成C++ SDK

一、SDK 使用说明



功能介绍


C++ SDK提供将文字转为语音的功能。

SDK下载地址


文字转语音C++ SDK

demo 编译命令及注意事项

1. g++ -o demo demo.cpp -pthread -I ./ -L. -ldl -lopus -lrealTimeUnity -lssl -lcrypto
2. g++ -o demo demo.cpp -pthread -I ./ -L. -lrealTimeUnity -lopus -lssl -lcrypto -ldl

a. 编译前请确保编译命令中所列的库的名称及路径都是正确的。
b. 由于链接顺序对编译会造成影响，如果其中一条命令编译报错，请尝试另外一条
c. 由于此sdk没有采用c11，因此如果您的编译器版本较高，编译时请加上-D_GLIBCXX_USE_CXX11_ABI=0

SDK调用顺序

1. 
   创建一个的NlsSpeechCallback实例callbck，并分别设置结果返回、操作错误和通道关闭的回调函数
2. 
   创建一个NlsClient的对象nlc，该对象只需创建一次并且可以重复使用。
3. 
   准备好config.txt配置文件，其内包含app-key、url等参数，详细见本文末尾的示例。
4. 
   通过调用2步中的nlc对象的createTtsRequest方法获得一个NlsRequest 对象的指针(用完记得释放)，该NlsRequest对象不能重复使用，但是可以重复创建。
5. 
   调用4中返回的NlsRequest对象的Authorize方法进行设置用户id和scret。
6. 
   调用4中 NlsRequest对象的start方法
7. 
   如有结果，则会触发1中设置的相关回调函数，语音流返回的形式是二进制语音流。
8. 
   调用4中 NlsRequest对象的stop方法

重要接口说明

---

语音sdk对外暴露的类，调用程序通过调用该类的start()、stop()等方法来打开、关闭。

初始化NlsSpeechCallback


NlsSpeechCallback()

• 说 明: 初始化NlsSpeechCallback 对象
• 参 数: 无
• 返回值: 无

设置结果回调函数


void setOnMessageReceiced(NlsCallbackMethod _event, void* para=NULL)

• 说明: 设置结果回调函数，当有正确结果返回时，会自动触发该回调函数
• 参数:_event 回调方法
• para 用户传入参数，默认为NULL

返回值: 无

设置错误回调函数


void setOnOperationFailed(NlsCallbackMethod _event, void* para=NULL)

• 说明: 设置错误回调函数，当请求过程中出现错误时，会自动触发该回调函数
• 参数:_event 回调方法
• para 用户传入参数，默认为NULL

返回值: 无

设置通道关闭回调函数


void setOnChannelClosed(NlsCallbackMethod _event, void* para=NULL)

• 说明: 设置通道关闭回调函数，当请求过程中通道关闭时，会自动触发该回调函数
• 参数:_event 回调方法
• para 用户传入参数，默认为NULL

返回值: 无

设置二进制数据回调函数


void setOnChannelClosed(NlsCallbackMethod _event, void* para=NULL)

• 说明: 设置二进制数据回调函数，当请求过程中有二进制语音流返回时，会自动触发该回调函数
• 参数:_event 回调方法
• para 用户传入参数，默认为NULL

返回值: 无

初始化NlsClient


NlsClient()

• 说明: 创建NlsClient对象，用来创建语音请求的request对象
• 参数： 无
• 返回值： 无

创建NlsRequest对象


NlsRequest createTtsRequest(NlsSpeechCallback onResultReceivedEvent, const char* config)

• 说明: 获取用于请求的NlsRequest对象。
• 参数:NlsSpeechCallback* onResultReceivedEvent 一系统列回调函数接口
• const char* config 配置文件

返回值： 成功则返回NlsRequest对象，否则返回NULL

设置用户id和scret


int Authorize(const char id, const char scret)

• 说明: 数加认证模块，所有的请求都必须通过authorize方法认证通过，才可以使用。 id和secret需要申请获取。
• 参数:id 数加平台申请的Access Key ID。
• secret 对应密钥Access Key Secret。

返回值: 0成功，-1失败

修改nlsRequest配置参数


int SetParam(const char str_key, const char str_value)

• 说明: 修改通过config.txt设置后的参数，第二种参数设置的方法。
• 参数：str_key 与config.txt中的key对应。
• str_value 与config.txt中的value对应。

返回值: 0成功，-1失败

启动nlsRequest


int Start()

• 说明: 启动nlsrequest。
• 参数： 无
• 返回值: 0成功，-1失败

启动nlsRequest


int Stop()

• 说明: 关闭nlsrequest。
• 参数： 无
• 返回值: 0成功，-1失败

注意事项：

1. sdk采用IOS 标准c++编写，运行环境最低要求：glibc:2.5 gcc 版本：4.1.2
2. sdk内部采用pthread多线程机制，因此在linux环境下可以直接使用，如果需要在windows环境下使用，需要额外安装能够在windows环境下运行的pthread的支持库(ftp://sourceware.org/pub/pthreads-win32/)
3. sdk提供的库文件为librealTimeUnity.a 该库文件仅支持64位运行环境，暂不支持32位运行环境
4. sdk依赖于第三方库，主要是(libssl.a libcrypto.a libopus.so.0)，其中前两个来自于openssl，版本为1.0.2j，最后一个是用于opus编解码，版本不限

config.txt 内容如下：<pre style='background: rgb(246, 246, 246); font: 12px/1.6 "YaHei Consolas Hybrid", Consolas, "Meiryo UI", "Malgun Gothic", "Segoe UI", "Trebuchet MS", Helvetica, monospace, monospace; padding: 10px; outline: 0px; border-radius: 3px; border: 1px solid rgb(221, 221, 221); color: rgb(51, 51, 51); text-transform: none; text-indent: 0px; letter-spacing: normal; overflow: auto; margin-top: 0px; margin-right: 0px; margin-bottom: 0px !important; margin-left: 0px; word-spacing: 0px; white-space: pre-wrap; word-wrap: break-word; box-sizing: border-box; orphans: 2; widows: 2; font-size-adjust: none; font-stretch: normal; -webkit-text-stroke-width: 0px; text-decoration-style: initial; text-decoration-color: initial;' prettyprinted?="" linenums="">

1. #注意：
2. #1. 以#开头的行为注释，处理时会直接跳过该行。
3. #2. 配置中每行只能出现一条配置且以key:value的形式出现，切忌中间、行头、行尾不要出现空格，除非key, value字段中本身含有空格
4. Url:wss://nls.dataapi.aliyun.com:443
5. AppKey:nls-service
6. #Language:EN/CHN
7. #TtsEnable tts请求为true
8. TtsEnable:true
9. #TtsEncodeType 编码格式，支持pcm，wav，alaw。默认值是pcm
10. TtsEncodeType:wav
11. #TtsVolume 音量，范围是0到100
12. TtsVolume:100
13. #TtsNus 合成方式，0表示HTS，1表示NUS，2表示RUS
14. TtsNus:0
15. #TtsVoice 说话人名称，支持xiaoyun，xiaogang，xiaokubao
16. TtsVoice:xiaoyun
17. #TtsSpeechRate 语速，范围是-500到500。
18. TtsSpeechRate:0
19. #BackgroundMusicId 背景音乐ID，0表示不添加背景音乐
20. BackgroundMusicId:1
21. #BackgroundMusicOffset 在添加背景音乐时，指定背景音乐的偏移
22. BackgroundMusicOffset:0
23. #BstreamAttached 是否附加流
24. BstreamAttached:false
25. #TtsReference 指定发音
26. #TtsReference:
27. #TtsPitchRate 语调，范围是-500到500。
28. TtsPitchRate:0
29. #TtsSampleRate 采样率，支持16000或8000
30. TtsSampleRate:16000
31. #TtsReq 需要转为语音的文字
32. TtsReq:人民公园不但风景美丽，而且还给我们带来了无穷的乐趣。