实时语音合成普通话版(算法编码：2202057)

接口信息

API Path
/aipaas/voice/v1/stream/synthesis

请求协议
WS

请求头部：

头部标签	必填	说明	类型	数据字典	限制	头部内容	示例
Content-Type	是	application/json	[string]			application/json	application/json
X-APP-ID	是	控制台-应用管理-创建应用-AppID	[string]
Device-Uuid	否	设备管理-设备uuid	[string]
Authorization	是	鉴权信息	[string]

请求参数:

参数名	说明	必填	类型	数据字典	限制	示例
req_id	请求全局唯⼀ ID，记录该值便于排查问题	是	[string]
text	待合成的⽂本，需要为 UTF-8 编码	是	[string]
format	⾳频编码格式，⽀持 PCM 格式，默认值：PCM	否	[string]
sample_rate	⾳频采样率，⽀持 16000 Hz	否	[int]
voice	说话⼈，默认值： yixiaobei（翼小贝）	否	[string]	yixiaoling:翼小玲,yixiaoke:翼小可,yixiaochao:翼小超,yixiaotong:翼小童,yixiaoxuan:翼小轩,yixiaotian:翼小甜,yixiaoluo:翼小萝,yixiaohui:翼小慧,yixiaowei:翼小威,yixiaoliang:翼小亮,yixiaoshen:翼小深,yixiaojing:翼小京,yixiaorou:翼小柔,yixiaobei:翼小贝
volume	⾳量，取值范围：[0, 100]，默认值：50	否	[string]
speech_rate	语速，取值范围：[0.5, 2.0]，默认值：1.0	否	[float]
pitch	语调，取值范围：[0.5, 2.0]，默认值：1.0	否	[float]

返回结果:

参数名	说明	必填	类型	数据字典	限制	示例
status	状态码，⻅服务码说明	是	[string]
status_msg	状态说明，⻅服务码说明	是	[string]
result	结果	是	[object]
result>>audio	合成⾳频数据，经过 base64 编码	是	[string]
result>>audio_len	合成⾳频⻓度，单位：ms	是	[int]
result>>is_end	标志位： true：最后⼀个合成⽚段 false：中间合成⽚段	是	[boolean]
result>>phn_seq_len	合成⾳频⾳素序列⻓度	是	[int]
result>>phn_id_seq	合成⾳频⾳素 ID 序列	是	[array]
result>>phn_name_seq	合成⾳频⾳素名称序列	是	[array]
result>>phn_dur_seq	合成⾳频⾳素持续时间序列	是	[array]

1. 功能简介

流式语⾳合成提供将输⼊⽂本合成为语⾳⼆进制数据的功能。

2. 服务鉴权

服务接口调用时需要严格遵循服务鉴权规则，服务调用鉴权规则请参见：开发指南 - 签名认证方式。

3. 状态码说明

通用状态码请参见【状态码】中的【网关认证】，其余状态码如下：

3.1 鉴权响应码说明

返回码	说明	错误信息	解决⽅法
101	成功	{"message":"success"}	成功，开始语音合成
4001	query 参数错误	{"message":"parse queryparameter fail"}	检查 query 参数格式是否正确
4001	缺少 app_id 或者app_id ⽆效	{"message":"loseparameter app_id"}	检查是否有 app_id 参数或者 app_id 是否有效
4001	缺少 sign	{"message":"loseparameter sign"}	检查是否有 sign 参数
4001	缺少 timestamp 或者时间戳过期	{"message":"invalidtimestamp"}	检查是否有时间戳参数或者时间戳是否过期，时间戳 10 分钟有效
4001	签名校验失败	{"message":"check signfail"}	检查签名生成是否错误
4002	并发请求多	{"message":"Too manyrequests"}	联系商务，增加并发

3.2 返回码

返回码	解释	说明	解决方法
10301	Required parameter miss	必填参数缺失	检查请求体是否符合接口协议
10304	Parse request body fail	请求格式错误	查看请求的 URL body 格式是否正确，参考接口 文档
10503	Server connection time out	服务连接超时	联系技术人员
10903	Synthesis failed	合成失败	联系技术人员
10000	Success	成功	执行下一步操作

4. 请求出入参示例

4.1 请求参数示例：

{
   "req_id": "3a87fe9793c9-4ebd-95d4-4ce2-a80c054b",
   "text": "今天是周⼀，天⽓挺好的。"
}

4.2 开始合成响应示例

{
   "status": 10000,
   "status_msg": "Success",
   "sid": "4eHgiLCBhbGdvcml"
}

4.3 接收合成数据响应示例

{
   "status": 10000,
   "status_msg": "Success",
   "result": {
     "audio": "//6YYmNiDlSUXjZlDP8yADQAQ1E2ANKJOaTqFGUgIwDQAKAA==",
     "audio_len": 2500,
     "is_end": false,
     "phn_seq_len": 10,
     "phn_id_seq": [0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
     "phn_name_seq": ["j", "in1", "t", "ian1", "z", "en3", "m", "e1", "l", "e5"],
     "phn_dur_seq": [150, 350, 150, 350, 150, 350, 150, 350, 150, 350]
   }
}

4.4 合成结束响应示例

{
  "status": 10000,
  "status_msg": "Success",
  "result": {
    "audio": "//6YYmNiDlSUXjZlDP8yADQAQ1E2ANKJOaTqFGUgIwDQAKAA==",
    "audio_len": 2500,
    "is_end": true,
    "phn_seq_len": 10,
    "phn_id_seq": [0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
    "phn_name_seq": ["j", "in1", "t", "ian1", "z", "en3", "m", "e1", "l", "e5"],
    "phn_dur_seq": [150, 350, 150, 350, 150, 350, 150, 350, 150, 350]
  }
}

5. 调用示例

5.1 Java版本

import com.alibaba.fastjson.JSONObject;
import org.java_websocket.client.WebSocketClient;
import org.java_websocket.handshake.ServerHandshake;

import java.net.URI;
import java.net.URISyntaxException;
import java.util.HashMap;
import java.util.Map;

/**
 * 为保证示例可以正常运行，请确认maven中是否存在以下依赖：
 * 
 *     org.java-websocket
 *     Java-WebSocket
 *     1.5.3
 * 
 * 
 *     com.alibaba
 *     fastjson
 *     2.0.49
 * 
 */
public class WebSocketExample extends WebSocketClient {

    public WebSocketExample(URI serverUri, Map headers) {
        super(serverUri, headers);
    }

    public static void main(String[] args) {
        try {
            // 创建WebSocket客户端
            URI uri = new URI("算法调用地址");
            Map headers = new HashMap();
            //调用鉴权
            headers.put("X-APP-ID", "yourAppId");
            headers.put("Authorization", "yourAuthorization");

            WebSocketExample client = new WebSocketExample(uri, headers);
            client.connect();

            // 等待一段时间后关闭连接
            Thread.sleep(5000);
            client.close();
        } catch (URISyntaxException | InterruptedException e) {
            e.printStackTrace();
            System.out.println("WebSocket error: " + e.getMessage());
        }
    }

    @Override
    public void onOpen(ServerHandshake handshakedata) {
        System.out.println("WebSocket connection opened");
        // 发送消息
        try {
            // 初始化连接消息
            JSONObject initSend = new JSONObject();
            initSend.put("req_id", "test001");
            initSend.put("text", "今天是周⼀，天⽓挺好的。");
            send(initSend.toJSONString());
        } catch (Exception e) {
            e.printStackTrace();
        }
    }

    @Override
    public void onMessage(String message) {
        System.out.println("Received message: " + message);
    }

    @Override
    public void onClose(int code, String reason, boolean remote) {
        System.out.println("WebSocket connection closed: " + reason);
    }

    @Override
    public void onError(Exception ex) {
        System.err.println("WebSocket error: " + ex.getMessage());
    }

}

5.2 Python版本

import argparse
import asyncio
import websockets
import json
import base64
import logging
import time

# 配置日志，设置日志级别为INFO，并指定日志格式
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')
logger = logging.getLogger()

async def uws_call(args):
    # 获取命令行参数中的URL
    url = args.url
    # 记录开始时间
    start_time = time.time()
    logger.info(f"开始建立websocket连接，获取当前时间：{start_time}")
  
    header = {
        "Content-Type": "application/json",
        'X-APP-ID': args.X_APP_ID,
        'Authorization': args.Authorization
    }
  
    # 建立WebSocket连接
    async with websockets.connect(url, extra_headers=header) as websocket:
        logger.info("=================================请求参数start_json===============================")
        # 构建请求参数
        start_json = {
            'req_id': 'test001',
            'text': '今天是周⼀，天⽓挺好的。'
        }
        logger.info(f"请求参数：{start_json}")
        # 发送请求参数
        await websocket.send(json.dumps(start_json))
  
        try:
            # 接收响应
            resp_str = await websocket.recv()
            resp_data = json.loads(resp_str)

            if resp_data['status'] == 10000:
                logger.info('Received initial response: %s', resp_str)
                # 记录连接建立（即收到第一个响应）的时间
                connection_established_time = time.time()
                logger.info('WebSocket connection established in %.2f seconds',
                            connection_established_time - start_time)
                is_end = False
                # 打开文件以写入音频数据
                with open("test.pcm", "wb") as f:
                    while not is_end:
                        # 接收音频数据
                        resp_audio_str = await websocket.recv()
                        resp_audio_data = json.loads(resp_audio_str)

                        if resp_audio_data['status'] != 10000:
                            logger.error('Received non-success status: %s', resp_audio_data)
                            break

                        if 'result' in resp_audio_data:
                            synth_info = resp_audio_data['result']
                            logger.info('Received synthesis info: %s', synth_info)
                            # 解码音频数据并写入文件
                            audio_wav = base64.b64decode(synth_info['audio'])
                            f.write(audio_wav)
                            is_end = synth_info['is_end']
                        else:
                            logger.error('No result in response: %s', resp_audio_data)
                            break
                # 计算整个交互的耗时（从尝试连接到接收完所有消息）
                total_duration = time.time() - start_time
                logger.info('Total interaction duration: %.2f seconds', total_duration)

        except websockets.exceptions.ConnectionClosed as e:
            logger.error('WebSocket connection closed: %s', e)
            # 如果连接关闭了，我们仍然可以记录到目前为止的耗时
            logger.info('Duration until connection closed: %.2f seconds', time.time() - start_time)
        except Exception as e:
            logger.error('An error occurred: %s', e)
            # 如果发生错误，我们同样记录到目前为止的耗时
            logger.info('Duration until error occurred: %.2f seconds', time.time() - start_time)
        finally:
            # 关闭WebSocket连接
            await websocket.close()

def main(args):
    # 运行异步函数
    asyncio.get_event_loop().run_until_complete(uws_call(args))

if __name__ == '__main__':
    # 解析命令行参数
    parser = argparse.ArgumentParser()
    parser.add_argument('--url', type=str, default='算法调用地址')
    parser.add_argument('--X_APP_ID', type=str, default='yourAppId')
    parser.add_argument('--Device_Uuid', type=str, default='yourDeviceUuid')
    parser.add_argument('--Authorization', type=str, default='yourAuthorization')
    args = parser.parse_args()
  
    # 调用主函数
    main(args)