Delphi使用百度语音合成服务

简介

百度语音合成服务，基于HTTP请求的REST API接口，将文本转换为可以播放的音频文件。
合成的文件格式为 mp3，pcm（8k及16k），wav（16k），具体见aue参数

多音字可以通过标注自行定义发音。格式如：重(chong2)报集团。
目前只有中英文混合这一种语言，优先中文发音。示例： " I bought 3 books” 发音 “three”; “ 3 books are bought” 发音 “三”; “我们买了 3 books” 发音“三”

文档地址：http://ai.baidu.com/docs#/TTS-API/top

调用流程

创建应用

1、登录百度云服务平台，没有账号请先自行注册https://cloud.baidu.com/
2、在产品服务——人工智能——百度语音下创建一个应用，输入应用名称和应用描述，点击创建应用。创建成功后点击查看应用详情。会生成API Key和Secret Key

获取token

function Getaccess_token(grant_type,client_id,client_secret:string):string;  //获取token
var
 idhttp2:Tidhttp;
 authHost:string;
 tokSl:Tstringlist;
begin
  authHost:= 'http://aip.baidubce.com/oauth/2.0/token';
  try
    tokSl:=Tstringlist.Create;
    idhttp2:=Tidhttp.Create(nil);
    toksl.Add('grant_type=' + grant_type);
    toksl.Add('client_id=' + client_id);
    toksl.Add('client_secret=' + client_secret);
    Result:=idhttp2.Post(authHost,toksl);
  finally
    toksl.Free;
    idhttp2.DisposeOf;
  end;
end;

function Getaccess_token(grant_type,client_id,client_secret:string):string; //获取token

var

idhttp2:Tidhttp;

authHost:string;

tokSl:Tstringlist;

begin

authHost:= 'http://aip.baidubce.com/oauth/2.0/token';

try

tokSl:=Tstringlist.Create;

idhttp2:=Tidhttp.Create(nil);

toksl.Add('grant_type=' + grant_type);

toksl.Add('client_id=' + client_id);

toksl.Add('client_secret=' + client_secret);

Result:=idhttp2.Post(authHost,toksl);

finally

toksl.Free;

idhttp2.DisposeOf;

end;

可得到如下结果

{
    "access_token": "1.a6b7dbd428f731035f771b8d********.86400.1292922000-2346678-124328",
    "expires_in": 2592000,
    "refresh_token": "2.385d55f8615fdfd9edb7c4b********.604800.1293440400-2346678-124328",
    "scope": "public audio_tts_post ...",
    "session_key": "ANXxSNjwQDugf8615Onqeik********CdlLxn",
    "session_secret": "248APxvxjCZ0VEC********aK4oZExMB",
}

{

"access_token": "1.a6b7dbd428f731035f771b8d********.86400.1292922000-2346678-124328",

"expires_in": 2592000,

"refresh_token": "2.385d55f8615fdfd9edb7c4b********.604800.1293440400-2346678-124328",

"scope": "public audio_tts_post ...",

"session_key": "ANXxSNjwQDugf8615Onqeik********CdlLxn",

"session_secret": "248APxvxjCZ0VEC********aK4oZExMB",

}

scope中含有audio_tts_post 表示有语音合成能力，没有该audio_tts_post 的token调用接口会返回502错误。在结果中可以看见 token = 1.a6b7dbd428f731035f771b8d********.86400.1292922000-2346678-124328，在2592000秒（30天）后过期。
响应数据包如下所示，其中 “access_token” 字段即为请求 REST API 所需的令牌, 默认情况下，Access Token 有效期为30天，开发者需要对 Access Token的有效性进行判断，如果Access Token过期可以重新获取。

请求方式及参数基本说明

语音合成接口支持 POST 和 GET两种方式，推荐POST方式请求。正式地址：http://tsn.baidu.com/text2audio 或 https://tsn.baidu.com/text2audio

1、POST 方式（推荐），文本小于2048个中文字或者英文数字。
2、GET 方式，拼接后的url总长度不多于1000个字符，不推荐长文本合成使用。

请求方式和参数

参数	可需	描述
tex	必填	合成的文本，使用UTF-8编码。小于2048个中文字或者英文数字。（文本在百度服务器内转换为GBK后，长度必须小于4096字节）
tok	必填	开放平台获取到的开发者access_token（见上面的“鉴权认证机制”段落）
cuid	必填	用户唯一标识，用来计算UV值。建议填写能区分用户的机器 MAC 地址或 IMEI 码，长度为60字符以内
ctp	必填	客户端类型选择，web端填写固定值1
lan	必填	固定值zh。语言选择,目前只有中英文混合模式，填写固定值zh
spd	选填	语速，取值0-15，默认为5中语速
pit	选填	音调，取值0-15，默认为5中语调
vol	选填	音量，取值0-15，默认为5中音量
per	选填	发音人选择, 0为普通女声，1为普通男生，3为情感合成-度逍遥，4为情感合成-度丫丫，默认为普通女声
aue	选填	3为mp3格式(默认)； 4为pcm-16k；5为pcm-8k；6为wav（内容同pcm-16k）; 注意aue=4或者6是语音识别要求的格式，但是音频内容不是语音识别要求的自然人发音，所以识别效果会受影响。

function GetMidString(s: string; d: string; c: string): string; // 取字符串中间
var
  i, n: Integer;
begin
  try
    i := pos(d, s);
    n := pos(c, copy(s, i + 1, Length(s) - i));
    Result := copy(s, i + Length(d), n - Length(d));
  except
    Result := '';
  end;
end;

function NBGetAdapterAddress(ID: integer): String; //用于得到一个cuid用户唯一标识
Var
  NC: TNCB;
  ADAPTE: TADAPTERSTATUS;
  LANAENU: TLANAENUM;
  intId: integer;
  cR: AnsiChar;
  strTem: String;
Begin
  Result := '';
  Try
    ZeroMemory(@NC, SizeOf(NC));
    NC.ncb_command := Chr(NCBENUM);
    cR := NetBios(@NC);
    // Reissue enum command
    NC.ncb_buffer := @LANAENU;
    NC.ncb_length := SizeOf(LANAENU);
    cR := NetBios(@NC);
    If Ord(cR) <> 0 Then
      exit;
    ZeroMemory(@NC, SizeOf(NC));
    NC.ncb_command := Chr(NCBRESET);
    NC.ncb_lana_num := LANAENU.lana[ID];
    cR := NetBios(@NC);
    If Ord(cR) <> 0 Then
      exit;
    ZeroMemory(@NC, SizeOf(NC));
    NC.ncb_command := Chr(NCBASTAT);
    NC.ncb_lana_num := LANAENU.lana[ID];
    StrPCopy(NC.ncb_callname, '*');
    NC.ncb_buffer := @ADAPTE;
    NC.ncb_length := SizeOf(ADAPTE);
    cR := NetBios(@NC);
    strTem := '';
    For intId := 0 To 5 Do
      strTem := strTem + InttoHex(integer(ADAPTE.adapter_address[intId]), 2);
    Result := strTem;
  except
    Result := 'Error';
  End;
end;

procedure TForm2.Button1Click(Sender: TObject);//具体调用
var
  str1, str3, str4: string;
  str2: string;
  res: Tmemorystream;
  authHost:string;
  tokSl:Tstringlist;
  tex, tok, cuid: string;
  spd, pit, vol, per: string;
  grant_type,client_id,client_secret:string;
begin
  if Memo1.Text = '' then
    showmessage('请先输入要转换的文字！')
  else if Edit1.Text = '' then
    showmessage('请先选择语音保存地址！')
  else
  begin
    if not internetcheckconnection('http://www.baidu.com', 1, 0) then
      showmessage('联网失败，请先检查网络连接！')
    else if Length(Memo1.Text) > 512 then
      showmessage('一次转换文字不要超过512个文字,否则可能出错！')
    else
    begin
      cuid := NBGetAdapterAddress(0);
      spd := ComboBox1.Text;
      pit := ComboBox2.Text;
      vol := ComboBox3.Text;
      per := inttostr(ComboBox4.ItemIndex);
      Filename := FormatDateTime('yyyy年mm月dd日 hh时nn分ss秒', now()) + '转换语音.mp3';
      grant_type:='client_credentials';//grant_type： 必须参数，固定为client_credentials

      client_id:='你的应用的API Key';//必须参数，应用的API Key

      client_secret:='你的应用的Secret Key';//必须参数，应用的Secret Key

      tok :=GetMidString(Getaccess_token(grant_type,client_id,client_secret),'access_token":"','",');  //如果直接使用，注意token会在30天后过期
      res := Tmemorystream.Create;
      IdHTTP1.Response.ContentType := 'Content-Type:audio/mp3';
      IdHTTP1.Request.ContentType := 'application/x-www-form-urlencoded';
      str := ('http://tsn.baidu.com/text2audio?tex=' + Memo1.Text +
        '&lan=zh&cuid=' + cuid + '&ctp=1&tok=' + tok + '&spd=' + spd + '&pit=' +
        pit + '&vol=' + vol + '&per=' + per);
      IdHTTP1.Get(Tiduri.UrlEncode(UTF8Encode(str)), res); //POST 方式（推荐）， 文本小于2048个中文字或者英文数字。GET 方式，拼接后的url总长度不多于1000个字符，不推荐长文本合成使用。
      res.SaveToFile(Edit1.Text + Filename);
//如果不需要保存到本地，上边可以不用下载下来，下边的直接改成MediaPlayer1.Filename := Tiduri.UrlEncode(UTF8Encode(str)) + '.mp3';
      MediaPlayer1.DeviceType :=dtAutoSelect;
      if (MediaPlayer1.DeviceID <> 0) then
      begin
        if (MediaPlayer1.Mode = mpplaying) then
          MediaPlayer1.Stop;
      end;
      MediaPlayer1.Enabled := true;
      MediaPlayer1.Filename := Edit1.Text + Filename;
      MediaPlayer1.Open;
      MediaPlayer1.Play;
    end;
  end;
end;

100

101

102

103

104

105

106

107

108

109

110

111

112

113

function GetMidString(s: string; d: string; c: string): string; // 取字符串中间

var

i, n: Integer;

begin

try

i := pos(d, s);

n := pos(c, copy(s, i + 1, Length(s) - i));

Result := copy(s, i + Length(d), n - Length(d));

except

Result := '';

end;

function NBGetAdapterAddress(ID: integer): String; //用于得到一个cuid用户唯一标识

Var

NC: TNCB;

ADAPTE: TADAPTERSTATUS;

LANAENU: TLANAENUM;

intId: integer;

cR: AnsiChar;

strTem: String;

Begin

Result := '';

Try

ZeroMemory(@NC, SizeOf(NC));

NC.ncb_command := Chr(NCBENUM);

cR := NetBios(@NC);

// Reissue enum command

NC.ncb_buffer := @LANAENU;

NC.ncb_length := SizeOf(LANAENU);

cR := NetBios(@NC);

If Ord(cR) <> 0 Then

exit;

ZeroMemory(@NC, SizeOf(NC));

NC.ncb_command := Chr(NCBRESET);

NC.ncb_lana_num := LANAENU.lana[ID];

cR := NetBios(@NC);

If Ord(cR) <> 0 Then

exit;

ZeroMemory(@NC, SizeOf(NC));

NC.ncb_command := Chr(NCBASTAT);

NC.ncb_lana_num := LANAENU.lana[ID];

StrPCopy(NC.ncb_callname, '*');

NC.ncb_buffer := @ADAPTE;

NC.ncb_length := SizeOf(ADAPTE);

cR := NetBios(@NC);

strTem := '';

For intId := 0 To 5 Do

strTem := strTem + InttoHex(integer(ADAPTE.adapter_address[intId]), 2);

Result := strTem;

except

Result := 'Error';

End;

end;

procedure TForm2.Button1Click(Sender: TObject);//具体调用

var

str1, str3, str4: string;

str2: string;

res: Tmemorystream;

authHost:string;

tokSl:Tstringlist;

tex, tok, cuid: string;

spd, pit, vol, per: string;

grant_type,client_id,client_secret:string;

begin

if Memo1.Text = '' then

showmessage('请先输入要转换的文字！')

else if Edit1.Text = '' then

showmessage('请先选择语音保存地址！')

else

begin

if not internetcheckconnection('http://www.baidu.com', 1, 0) then

showmessage('联网失败，请先检查网络连接！')

else if Length(Memo1.Text) > 512 then

showmessage('一次转换文字不要超过512个文字,否则可能出错！')

else

begin

cuid := NBGetAdapterAddress(0);

spd := ComboBox1.Text;

pit := ComboBox2.Text;

vol := ComboBox3.Text;

per := inttostr(ComboBox4.ItemIndex);

Filename := FormatDateTime('yyyy年mm月dd日 hh时nn分ss秒', now()) + '转换语音.mp3';

grant_type:='client_credentials';//grant_type：必须参数，固定为client_credentials

client_id:='你的应用的API Key';//必须参数，应用的API Key

client_secret:='你的应用的Secret Key';//必须参数，应用的Secret Key

tok :=GetMidString(Getaccess_token(grant_type,client_id,client_secret),'access_token":"','",'); //如果直接使用，注意token会在30天后过期

res := Tmemorystream.Create;

IdHTTP1.Response.ContentType := 'Content-Type:audio/mp3';

IdHTTP1.Request.ContentType := 'application/x-www-form-urlencoded';

str := ('http://tsn.baidu.com/text2audio?tex=' + Memo1.Text +

'&lan=zh&cuid=' + cuid + '&ctp=1&tok=' + tok + '&spd=' + spd + '&pit=' +

pit + '&vol=' + vol + '&per=' + per);

IdHTTP1.Get(Tiduri.UrlEncode(UTF8Encode(str)), res); //POST 方式（推荐），文本小于2048个中文字或者英文数字。GET 方式，拼接后的url总长度不多于1000个字符，不推荐长文本合成使用。

res.SaveToFile(Edit1.Text + Filename);

//如果不需要保存到本地，上边可以不用下载下来，下边的直接改成MediaPlayer1.Filename := Tiduri.UrlEncode(UTF8Encode(str)) + '.mp3';

MediaPlayer1.DeviceType :=dtAutoSelect;

if (MediaPlayer1.DeviceID <> 0) then

begin

if (MediaPlayer1.Mode = mpplaying) then

MediaPlayer1.Stop;

end;

MediaPlayer1.Enabled := true;

MediaPlayer1.Filename := Edit1.Text + Filename;

MediaPlayer1.Open;

MediaPlayer1.Play;

end;

源码下载

此处内容需要并付费购买才可见

Delphi使用百度语音合成服务源代码

2.99

0.0 满分5 基于 0 个用户评分

阅读(550)次累计销售(1)件

立即购买

Delphi使用百度语音合成服务

简介

调用流程

创建应用

获取token

请求方式及参数基本说明

请求方式和参数

源码下载

Delphi使用百度语音合成服务源代码

2018年迁安市职称工作意见

Delphi调用百度语音识别服务

参与评论

欢迎来到阿明工作室

阿明工作室专注软件及网络资源定制,免费软件,精品源码应有尽有

快速导航

Delphi使用百度语音合成服务

简介

调用流程

创建应用

获取token

请求方式及参数基本说明

请求方式和参数

源码下载

分享本文封面

相关文章

参与评论

欢迎来到阿明工作室

阿明工作室专注软件及网络资源定制,免费软件,精品源码应有尽有

登录

快速导航