【网络编程学习】+ A Byte of China + 百度语音合成

发布于 2018-08-16 01:19:06 浏览：3053 订阅该版

* 本帖最后由 ianhom 于 2018-8-16 01:19 编辑 *

第三周的作业有点多，先完成其中一项，实现板子上输入文字，然后从百度语音合成语音后，再下载到板子上。

硬件：野火RT-1052Mini + ESP8266
![TIM截图20180815232450.png](/uploads/201808/15/232503pbslco5qb9or8oju.png)

还是先分成两部分来介绍：1、**百度语音侧配置**；2、**RT-Thread侧配置**。

百度语音配置
[百度语音](http://yuyin.baidu.com/)可以实现**语音识别**和**语音合成**，语音识别是**从语音到文字的过程**，语音合成是**从文字到语音的过程**，所以我们此次需要关注的就是语音合成的部分。百度语音是免费试用的，操作起来也很方便，官网首页上就可以直接体验。
![TIM截图20180815223406.png](/uploads/201808/15/225404pp9p0y8zk9t081t9.png)

1、在[百度语音](http://yuyin.baidu.com/)的首页上，我们能找到开发通道，首先我们需要注册为百度的**开发者**，然后选择**创建应用。**
![TIM截图20180815223449.png](/uploads/201808/15/225405ezyap2cassya6shn.png)
![TIM截图20180815223842.png](/uploads/201808/15/225405awthv9vhvaiecagf.png)

在创建应用的窗口中填入必要信息，点击**创建应用**即可。
![TIM截图20180815223951.png](/uploads/201808/15/225405hcz66f141lcfxijb.png)

完成创建后，点击应用名称即可看到应用的详情，这里有个**API Key**和**Secret Key**需要记下来，然后我们点击**查看文档**，然后选择**语音合成API**。
![TIM截图20180815224101.png](/uploads/201808/15/225406rkuuo7tgz7ru03xo.png)
![TIM截图20180815224121.png](/uploads/201808/15/225406g59urzuzjjtvttzv.png)

这篇文档详细介绍了如何通过HTTP来获取语音合成服务，我们通过浏览器就可以实现。首先我们需要通过上述的**API Key**和**Secret Key**来获取**token**。该token用于我们后续的连接。如图所示，复制红框的连接，然后把连接中响应的API Key和Secret Key更换成我们自己应用对应的值，再把修改后的连接**复制到浏览器地址栏**中，即可获得token。**注意，该token只有30天的有效期，30天后需要重新申请token**。
![TIM截图20180815224232.png](/uploads/201808/15/225406l3prk3rdcjpkrkqe.png)
![TIM截图20180815224508.png](/uploads/201808/15/225407magotycetee9gxze.png)

有了token之后，我们就可以生成语音合成服务的连接了。复制连接，替换红色token部分为我们自己的token字符串，蓝色部分为待转换为语音的文字（url编码，此例中文字为“百度你好”），连接的后面是发音风格等属性。我们将该修改好的连接复制到地址栏，就可以获取到文字对应的mp3格式的音频，播放音频将听到“百度你好”。
![TIM截图20180815224615.png](/uploads/201808/15/225407rp1lwwr3sa1aw37l.png)

所以至此，我们就找到了一个简单的方式实现文字转语音，即修改语音连接中的待转换字段，即可实现我们预期的效果。
![TIM截图20180815224857.png](/uploads/201808/15/225407m2iyiytouczar681.png)

----------------------------------------------  不怎么华丽的分界线  ---------------------------------------------------------------

RT-Thread侧配置其实有了前一周的学习经验，通过[8266从网络获取文件](https://club.rt-thread.org/ask/question/7711.html)这个例子稍作修改即可，在webclient_file.c增加的代码如下：
```int speak(int argc, char** argv)
{
    char url[512] = {'\0'};
    char fil[32]  = {'\0'};
    
    if (argc != 3)
    {
        rt_kprintf("speak words filename<br>");
        return 0;
    }

/* The first part of the voice link */
    char *urlhd = "http://tsn.baidu.com/text2audio?lan=zh&ctp=1&cuid=abcdxxx&tok=24.13dedf67809de4c8caa48ba16f10c4e2.2592000.1536897823.282335-11665310&tex=";
    
    /* The last part of the voice link */
    char *urltl = "&vol=9&per=0&spd=5&pit=5&aue=3";
    
    rt_kprintf("%s<br><br><br>",argv[1]);
    
    /* Complete the link */
    strcat(url,urlhd);
    strcat(url,argv[1]);   /* What we want to speak */
    strcat(url,urltl);
    
    char *filhd = "/";     /* Path      */
    char *filtl = ".mp3";  /* File type */

/* Complete the file name */
    strcat(fil,filhd);
    strcat(fil,argv[2]);
    strcat(fil,filtl);

/* Get the voice back */
    webclient_get_file(url, fil);

return 0;
}
MSH_CMD_EXPORT(speak, speak somthing by rtt);```
运行效果
给板子上电，系统正常启动，输入**speak 中国物联网操作系统 rtt。**（“speak”是命令，“中国物联网操作系统”是待合成的文字，“rtt”是mp3文件名，注意中间有空格）![TIM截图20180815232955.png](/uploads/201808/16/004123lqggd7c6g7476upq.png)

总结：1、token的获取方法在此例中没有在板子上实现，感兴趣的小伙伴可以试一下，重点在于字段分析，注意此例中的token，30天后失效。
2、输入中文时遇到一个坑，在securecrt中输入的中文编码可能不同，导致一直获取失败，然后在rtt活动主办方提供的中终端工具putty中使用一切良好。有兴趣的朋友可以继续分析一下中文在这两个工具下的编码差异（主要看工具中的配置），这里耽误了很多时间，一直尝试去进行编码，后来通过换工具解决了，不过中间学到了很多。果然收获最多的不是一帆风顺或捷径，还是挖坑出坑的过程。

音频文件：
![rtt.mp3](/uploads/201808/16/010414q9roo4e9xyy2wmv6.mp3)