Python学习案例之Web版语音合成播报

2023-02-25 07:31:05

前言

语音合成技术能将用户输入的文字，转换成流畅自然的语音输出，并且可以支持语速、音调、音量设置，打破传统文字式人机交互的方式，让人机沟通更自然。

应用场景

将游戏场景中的公告、任务或派单信息通过语音播报，让玩家玩游戏或配送员送货的同时，也可接听新任务。

文学小说类软件，可以利用百度语音合成技术将文学小说作品进行高质量的朗读，流畅清晰，解放双眼，畅听世界。

软件架构

Python3.7.2、Django2.1.7、baidu-aip(百度语音API)

案例

这里只展示部分代码，有兴趣的同学可以自行下载源码安装调试。

import os

import time

import codecs

from aip import AipSpeech

from django.shortcuts import render

from django.http import HttpResponse

'''

pip install --upgrade pip

pip install django

pip install baidu-aip

'''

def main(request):

    return render(request, 'index.html')

def m_main(request):

    return render(request, 'm_index.html')

def convert(request):

    message = request.POST.get("message")

    switch = request.POST.get("switch")

    mp3 = du_say(message, switch)

    return HttpResponse(mp3)

def du_say(message, switch):

    write_txt(message)

    app_id = '*****'

    api_key = '*****'

    secret_key = '*****'

    client = AipSpeech(app_id, api_key, secret_key)

    if switch == "true":

        switch = 3

    else:

        switch = 4

    result = client.synthesis(message, 'zh', 1, {

        'vol': 5, 'per': switch,

    })

    t = time.time()

    now_time = lambda: int(round(t * 1000))

    path = os.getcwd() + os.path.sep + "static" + os.path.sep + "audio"+os.path.sep

    audio = path+str(now_time())+'.mp3'

    # 识别正确返回语音二进制 错误则返回dict 参照下面错误码

    if not isinstance(result, dict):

        with open(audio, 'wb') as f:

            f.write(result)

    return str(now_time())+'.mp3'

def write_txt(message):

    t = time.time()

    now_time = lambda: int(round(t * 1000))

    path = os.getcwd() + os.path.sep + "static" + os.path.sep + "text"+os.path.sep

    text = path+str(now_time())+'.txt'

    with codecs.open(text, 'a', encoding='utf8')as f:

        f.write(message)

本地部署

从码云拉取项目到本地：

https://gitee.com/52itstyle/baidu-speech.git

配置百度语音API：

# 自行注册申请

https://console.bce.baidu.com/ai/#/ai/speech/app/list

启动项目：

# 切换到项目根目录，执行

manage.py runserver

外网部署

这里以Linux为例，代理使用 openresty。

安装 Python3

wget https://www.python.org/ftp/python/3.7.1/Python-3.7.1.tar.xz

事先安装依赖，否则后期安装会报错：

yum -y install zlib*

yum -y install libffi-devel

下面开始正式安装：

# 解压

tar -xvf Python-3.7.1.tar.xz

# 切换大目录

cd Python-3.7.1

# 配置编译

./configure

# 编译安装

make && make install

安装 Django

pip install Django

安装成功以后需要重新配置并编译安装 Python3：

# 配置编译

./configure

# 编译安装

make && make install

安装服务器 uwsgi

pip3 install uwsgi

上传项目到服务器，并切换到 speech 目录：

# 目录下新建文件夹

mkdir script

在 script 下新增 uwsgi.ini (项目中已经配置好，自行修改路径即可)：

# uwsig使用配置文件启动

[uwsgi]

# 项目目录

chdir=/www/speech/

# 指定项目的application

module=speech.wsgi:application

# 指定sock的文件路径

socket=/www/speech/script/uwsgi.sock

# 进程个数

workers=5

pidfile=/www/speech/script/uwsgi.pid

# 指定IP端口

http=127.0.0.1:8001

# 指定静态文件

static-map=/static=/www/speech/static

# 启动uwsgi的用户名和用户组

uid=root

gid=root

# 启用主进程

master=true

# 自动移除unix Socket和pid文件当服务停止的时候

vacuum=true

# 序列化接受的内容，如果可能的话

thunder-lock=true

# 启用线程

enable-threads=true

# 设置自中断时间

harakiri=30

# 设置缓冲

post-buffering=4096

# 设置日志目录

daemonize=/www/speech/script/uwsgi.log

然后使用以下命令启动：

uwsgi  --ini uwsgi.ini

执行命令，查看是否启动成功：

[root@AY140216131049Z script]# ps -ef|grep uwsgi

root      3040     1  0 Nov21 ?        00:00:03 uwsgi --ini uwsgi.ini

root      3041  3040  0 Nov21 ?        00:00:00 uwsgi --ini uwsgi.ini

root      3042  3040  0 Nov21 ?        00:00:00 uwsgi --ini uwsgi.ini

root      3043  3040  0 Nov21 ?        00:00:00 uwsgi --ini uwsgi.ini

root      3044  3040  0 Nov21 ?        00:00:00 uwsgi --ini uwsgi.ini

root      3045  3040  0 Nov21 ?        00:00:00 uwsgi --ini uwsgi.ini

root      3046  3040  0 Nov21 ?        00:00:00 uwsgi --ini uwsgi.ini

root      6606  6580  0 18:13 pts/0    00:00:00 grep --color=auto uwsgi

重启：

uwsgi --reload uwsgi.pid

配置Nginx代理：

server {

        listen  80;

        server_name  speech.52itstyle.vip;

        charset utf-8;

        location / {

           include uwsgi_params; # 导入一个Nginx模块他是用来和uWSGI进行通讯的

           uwsgi_connect_timeout 30; # 设置连接uWSGI超时时间

           uwsgi_pass unix:/www/speech/script/uwsgi.sock; # 指定uwsgi的sock文件所有动态请求就会直接丢给他

        }

        # 动静分离 Nginx 处理静态请求

        location /static {

            root /www/speech/;

        }

   }

如果启动HTTPS：

server {

         listen 80;

         listen 443 ssl;

         server_name  speech.52itstyle.vip;

         #ssl on;

         #证书路径

         ssl_certificate    /usr/local/openresty/nginx/cert/1901523_speech.52itstyle.vip.pem;

         #私钥路径

         ssl_certificate_key   /usr/local/openresty/nginx/cert/1901523_speech.52itstyle.vip.key;

         #缓存有效期

         ssl_session_timeout 5m;

         #可选的加密算法,顺序很重要,越靠前的优先级越高.

         ssl_ciphers ECDHE-RSA-AES128-GCM-SHA256:ECDHE:ECDH:AES:HIGH:!NULL:!aNULL:!MD5:!ADH:!RC4;

         #安全链接可选的加密协议

         ssl_protocols TLSv1 TLSv1.1 TLSv1.2;

         ssl_prefer_server_ciphers on;

        location / {

           include uwsgi_params; # 导入一个Nginx模块他是用来和uWSGI进行通讯的

           uwsgi_connect_timeout 30; # 设置连接uWSGI超时时间

           uwsgi_pass unix:/www/speech/script/uwsgi.sock; # 指定uwsgi的sock文件所有动态请求就会直接丢给他

        }

        # 动静分离 Nginx 处理静态请求

        location /static {

            root /www/speech/;

        }

   }