开发者社区> 问答> 正文

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。

展开
收起
nicenelly 2017-10-25 15:20:20 2847 0
0 条回答
写回答
取消 提交回答
问答排行榜
最热
最新

相关电子书

更多
使用C++11开发PHP7扩展 立即下载
GPON Class C++ SFP O;T Transce 立即下载
GPON Class C++ SFP OLT Transce 立即下载