...科大讯飞人工智能免费AI语音合成(TTS)服务Python3.10接入

发布网友发布时间：2小时前

共1个回答

热心网友时间：2小时前

讯飞开放平台提供了基于Websocket协议的长连接接口API的语音合成服务，让开发者能够通过流式接口将文字信息转化为声音信息。注册并创建应用后，开发者将获取5个小时的免费语音合成时间，以及appid、秘钥和APIKey。

Websocket协议接口具备流式传输能力，适用于需要流式数据传输的AI服务场景。相较于传统的HTTP协议接口，Websocket协议接口原生支持跨域，前端可以直接进行语音转换，无需后端参与。

为了利用讯飞服务的语音合成能力，开发者需要安装对应的三方库并确保请求端使用的库支持13版本的Websocket协议。通过预设参数传入应用的APPID, APIKey, APISecret，利用文本生成语音合成任务。进行接口鉴权时，基于hmac-sha256计算签名后，向讯飞的服务器端发送Websocket协议握手请求。

在Websocket链接建立后，开发者可以通过on_open方法传入基本参数数据，例如语音输出格式、朗读者、语速等。服务端则会通过onmessage方法将转换好的音频流传回客户端，以Json格式的字符串形式提供，语音流位于data的audio字段中。

除了默认的讯飞小燕朗读模式外，开发者还可以根据需要选择其他朗读者。免费版在个性化定制上有所限制，这是相对于微软Azure的差距之一。

讯飞开放平台基于Websocket的流式接口架构展示了良好的技术实力。随着国内AI技术的不断发展，与国际平台之间的差距在逐步缩小。完整项目地址：github.com/zcxey2911/xu...

热心网友时间：2小时前