Api voor lange audio

De Long Audio-API biedt asynchrone synthese van tekst-naar-spraak in lange vorm (bijvoorbeeld audioboeken, nieuwsartikelen en documenten). Deze API retourneert geen gesynthetiseerde audio in realtime. In plaats daarvan pollt u naar de antwoorden en verbruikt u de uitvoer(en) wanneer de service ze beschikbaar maakt. In tegenstelling tot de Tekst-naar-spraak-API die wordt gebruikt door de Speech SDK, kan de Api voor lange audio gesynthetiseerde audio langer dan 10 minuten maken. Hierdoor is het ideaal voor uitgevers en platforms voor audio-inhoud om lange audio-inhoud zoals audioboeken in een batch te maken.

Meer voordelen van de Api voor lange audio:

• Gesynthetiseerde spraak die door de service wordt geretourneerd, maakt gebruik van de beste neurale stemmen.
• U hoeft geen spraak-eindpunt te implementeren.

Werkstroom

Wanneer u de API voor lange audio gebruikt, verstuurt u doorgaans een tekstbestand of bestanden die moeten worden gesynthetiseerd, peilt u de status en downloadt u de audio-uitvoer wanneer de status aangeeft dat de aanvraag is geslaagd.

Dit diagram biedt een overzicht op hoog niveau van de werkstroom.

Inhoud voorbereiden voor synthese

Zorg er bij het voorbereiden van het tekstbestand voor dat het:

• Is tekst zonder tekst (.txt) of SSML-tekst (.txt).
• Is gecodeerd als UTF-8 met Byte Order Mark (BOM).
• Is één bestand, geen zip-bestand.
• Bevat meer dan 400 tekens voor tekst zonder tekst of 400 factureerbare tekens voor SSML-tekst en minder dan 10.000 alinea's.
  • Voor tekst zonder tekst zonder tekst wordt elke alinea gescheiden door enter/return te gebruiken. Zie voorbeeld van invoer in tekst zonder tekst.
  • Voor SSML-tekst wordt elk SSML-onderdeel beschouwd als een alinea. Scheid SSML-onderdelen op verschillende alinea's. Zie voorbeeld van SSML-tekstinvoer.

Voorbeeldcode

De rest van deze pagina is gericht op Python, maar voorbeeldcode voor de API voor lange audio is beschikbaar op GitHub voor de volgende programmeertalen:

• Voorbeeldcode: Python
• Voorbeeldcode: C #
• Voorbeeldcode: Java

Python-voorbeeld

Deze sectie bevat Python-voorbeelden die het basisgebruik van de API voor lange audio laten zien. Maak een nieuw Python-project met uw favoriete IDE of editor. Kopieer dit codefragment vervolgens naar een bestand met de naam long_audio_synthesis_client.py .

import json
import ntpath
import requests

Deze bibliotheken worden gebruikt voor het maken van de HTTP-aanvraag en het aanroepen van de lange tekst-naar-spraak-audiosynthese REST API.

Een lijst met ondersteunde stemmen op halen

Verzend een GET-aanvraag naar om een lijst met ondersteunde stemmen op te https://<endpoint>/api/texttospeech/v3.0/longaudiosynthesis/voices halen.

Deze code haalt een volledige lijst met stemmen op die u op een specifieke regio/eindpunt kunt gebruiken.

def get_voices():
    region = '<region>'
    key = '<your_key>'
    url = 'https://{}.customvoice.api.speech.microsoft.com/api/texttospeech/v3.0/longaudiosynthesis/voices'.format(region)
    header = {
        'Ocp-Apim-Subscription-Key': key
    }

    response = requests.get(url, headers=header)
    print(response.text)

get_voices()

Vervang de volgende waarden:

• Vervang <your_key> door de abonnementssleutel van uw Speech-service. Deze informatie is beschikbaar op het tabblad Overzicht voor uw resource in Azure Portal.
• Vervang <region> door de regio waar uw Spraak-resource is gemaakt (bijvoorbeeld: of eastus westus ). Deze informatie is beschikbaar op het tabblad Overzicht voor uw resource in Azure Portal.

U ziet uitvoer die er als de volgende uitziet:

{
  "values": [
    {
      "locale": "en-US",
      "voiceName": "en-US-AriaNeural",
      "description": "",
      "gender": "Female",
      "createdDateTime": "2020-05-21T05:57:39.123Z",
      "properties": {
        "publicAvailable": true
      }
    },
    {
      "id": "8fafd8cd-5f95-4a27-a0ce-59260f873141"
      "locale": "en-US",
      "voiceName": "my custom neural voice",
      "description": "",
      "gender": "Male",
      "createdDateTime": "2020-05-21T05:25:40.243Z",
      "properties": {
        "publicAvailable": false
      }
    }
  ]
}

Als properties.publicAvailable waar is, is de stem een openbare neurale stem. Anders is het een aangepaste neurale stem.

Tekst naar spraak converteren

Bereid een invoertekstbestand voor in tekst zonder tekst of SSML-tekst en voeg vervolgens de volgende code toe aan long_audio_synthesis_client.py :

def submit_synthesis():
    region = '<region>'
    key = '<your_key>'
    input_file_path = '<input_file_path>'
    locale = '<locale>'
    url = 'https://{}.customvoice.api.speech.microsoft.com/api/texttospeech/v3.0/longaudiosynthesis'.format(region)
    header = {
        'Ocp-Apim-Subscription-Key': key
    }

    voice_identities = [
        {
            'voicename': '<voice_name>'
        }
    ]

    payload = {
        'displayname': 'long audio synthesis sample',
        'description': 'sample description',
        'locale': locale,
        'voices': json.dumps(voice_identities),
        'outputformat': 'riff-16khz-16bit-mono-pcm',
        'concatenateresult': True,
    }

    filename = ntpath.basename(input_file_path)
    files = {
        'script': (filename, open(input_file_path, 'rb'), 'text/plain')
    }

    response = requests.post(url, payload, headers=header, files=files)
    print('response.status_code: %d' % response.status_code)
    print(response.headers['Location'])

submit_synthesis()

Vervang de volgende waarden:

• Vervang <your_key> door de abonnementssleutel van uw Speech-service. Deze informatie is beschikbaar op het tabblad Overzicht voor uw resource in Azure Portal.
• Vervang <region> door de regio waar uw Spraak-resource is gemaakt (bijvoorbeeld: of eastus westus ). Deze informatie is beschikbaar op het tabblad Overzicht voor uw resource in Azure Portal.
• Vervang <input_file_path> door het pad naar het tekstbestand dat u hebt voorbereid voor tekst-naar-spraak.
• Vervang <locale> door de gewenste uitvoer locale. Zie taalondersteuning voor meer informatie.

Gebruik een van de stemmen die door uw vorige aanroep naar het /voices eindpunt zijn geretourneerd.

• Als u openbare neurale spraak gebruikt, vervangt u <voice_name> door de gewenste uitvoerstem.
• Als u een aangepaste neurale stem wilt gebruiken, vervangt u de variabele door het volgende voice_identities en vervangt u door de van uw aangepaste <voice_id> id neurale stem.

voice_identities = [
    {
        'id': '<voice_id>'
    }
]

U ziet uitvoer die er als de volgende uitziet:

response.status_code: 202
https://<endpoint>/api/texttospeech/v3.0/longaudiosynthesis/<guid>

U kunt de URL in de uitvoer gebruiken om de aanvraagstatus op te halen.

Details over een ingediende aanvraag op halen

Als u de status van een ingediende syntheseaanvraag wilt op halen, verzendt u een GET-aanvraag naar de URL die in de vorige stap is geretourneerd.

def get_synthesis():
    url = '<url>'
    key = '<your_key>'
    header = {
        'Ocp-Apim-Subscription-Key': key
    }
    response = requests.get(url, headers=header)
    print(response.text)

get_synthesis()

De uitvoer ziet er als volgende uit:

response.status_code: 200
{
  "models": [
    {
      "voiceName": "en-US-AriaNeural"
    }
  ],
  "properties": {
    "outputFormat": "riff-16khz-16bit-mono-pcm",
    "concatenateResult": false,
    "totalDuration": "PT5M57.252S",
    "billableCharacterCount": 3048
  },
  "id": "eb3d7a81-ee3e-4e9a-b725-713383e71677",
  "lastActionDateTime": "2021-01-14T11:12:27.240Z",
  "status": "Succeeded",
  "createdDateTime": "2021-01-14T11:11:02.557Z",
  "locale": "en-US",
  "displayName": "long audio synthesis sample",
  "description": "sample description"
}

De status eigenschap verandert van status in en ten slotte in of NotStarted Running Succeeded Failed . U kunt deze API in een lus peilen totdat de status Succeeded of Failed wordt.

Audioresultaat downloaden

Zodra een syntheseaanvraag is geslaagd, kunt u het audioresultaat downloaden door de GET-API aan te /files roepen.

def get_files():
    id = '<request_id>'
    region = '<region>'
    key = '<your_key>'
    url = 'https://{}.customvoice.api.speech.microsoft.com/api/texttospeech/v3.0/longaudiosynthesis/{}/files'.format(region, id)
    header = {
        'Ocp-Apim-Subscription-Key': key
    }

    response = requests.get(url, headers=header)
    print('response.status_code: %d' % response.status_code)
    print(response.text)

get_files()

Vervang <request_id> door de id van de aanvraag die u wilt downloaden van het resultaat. Deze vindt u in het antwoord van de vorige stap.

De uitvoer ziet er als volgende uit:

response.status_code: 200
{
  "values": [
    {
      "name": "2779f2aa-4e21-4d13-8afb-6b3104d6661a.txt",
      "kind": "LongAudioSynthesisScript",
      "properties": {
        "size": 4200
      },
      "createdDateTime": "2021-01-14T11:11:02.410Z",
      "links": {
        "contentUrl": "https://customvoice-usw.blob.core.windows.net/artifacts/input.txt?st=2018-02-09T18%3A07%3A00Z&se=2018-02-10T18%3A07%3A00Z&sp=rl&sv=2017-04-17&sr=b&sig=e05d8d56-9675-448b-820c-4318ae64c8d5"
      }
    },
    {
      "name": "voicesynthesis_waves.zip",
      "kind": "LongAudioSynthesisResult",
      "properties": {
        "size": 9290000
      },
      "createdDateTime": "2021-01-14T11:12:27.226Z",
      "links": {
        "contentUrl": "https://customvoice-usw.blob.core.windows.net/artifacts/voicesynthesis_waves.zip?st=2018-02-09T18%3A07%3A00Z&se=2018-02-10T18%3A07%3A00Z&sp=rl&sv=2017-04-17&sr=b&sig=e05d8d56-9675-448b-820c-4318ae64c8d5"
      }
    }
  ]
}

Deze voorbeelduitvoer bevat informatie voor twee bestanden. Het script met "kind": "LongAudioSynthesisScript" is het invoerscript dat is verzonden. De andere met "kind": "LongAudioSynthesisResult" is het resultaat van deze aanvraag.

Het resultaat is zip die de gegenereerde audio-uitvoerbestanden bevat, samen met een kopie van de invoertekst.

Beide bestanden kunnen worden gedownload van de URL in hun links.contentUrl eigenschap.

Alle syntheseaanvragen opvragen

Met de volgende code worden alle ingediende aanvragen vermeld:

def get_synthesis():
    region = '<region>'
    key = '<your_key>'
    url = 'https://{}.customvoice.api.speech.microsoft.com/api/texttospeech/v3.0/longaudiosynthesis/'.format(region)    
    header = {
        'Ocp-Apim-Subscription-Key': key
    }

    response = requests.get(url, headers=header)
    print('response.status_code: %d' % response.status_code)
    print(response.text)

get_synthesis()

De uitvoer ziet er als de volgende uit:

response.status_code: 200
{
  "values": [
    {
      "models": [
        {
          "id": "8fafd8cd-5f95-4a27-a0ce-59260f873141",
          "voiceName": "my custom neural voice"
        }
      ],
      "properties": {
        "outputFormat": "riff-16khz-16bit-mono-pcm",
        "concatenateResult": false,
        "totalDuration": "PT1S",
        "billableCharacterCount": 5
      },
      "id": "f9f0bb74-dfa5-423d-95e7-58a5e1479315",
      "lastActionDateTime": "2021-01-05T07:25:42.433Z",
      "status": "Succeeded",
      "createdDateTime": "2021-01-05T07:25:13.600Z",
      "locale": "en-US",
      "displayName": "Long Audio Synthesis",
      "description": "Long audio synthesis sample"
    },
    {
      "models": [
        {
          "voiceName": "en-US-AriaNeural"
        }
      ],
      "properties": {
        "outputFormat": "riff-16khz-16bit-mono-pcm",
        "concatenateResult": false,
        "totalDuration": "PT5M57.252S",
        "billableCharacterCount": 3048
      },
      "id": "eb3d7a81-ee3e-4e9a-b725-713383e71677",
      "lastActionDateTime": "2021-01-14T11:12:27.240Z",
      "status": "Succeeded",
      "createdDateTime": "2021-01-14T11:11:02.557Z",
      "locale": "en-US",
      "displayName": "long audio synthesis sample",
      "description": "sample description"
    }
  ]
}

De values eigenschap vermeldt uw syntheseaanvragen. De lijst is ge pagineerd, met een maximale paginagrootte van 100. Als er meer dan 100 aanvragen zijn, wordt er een eigenschap opgegeven om de volgende pagina van de ge pagineerde "@nextLink" lijst op te halen.

  "@nextLink": "https://<endpoint>/api/texttospeech/v3.0/longaudiosynthesis/?top=100&skip=100"

U kunt ook de paginagrootte aanpassen en het nummer overslaan door de skip top URL-parameter en op te geven.

Vorige aanvragen verwijderen

De service houdt maximaal 20.000 aanvragen bij voor elk Azure-abonnementsaccount. Als het aantal aanvragen deze beperking overschrijdt, verwijdert u eerdere aanvragen voordat u nieuwe aanvragen maakt. Als u bestaande aanvragen niet verwijdert, ontvangt u een foutmelding.

De volgende code laat zien hoe u een specifieke syntheseaanvraag verwijdert.

def delete_synthesis():
    id = '<request_id>'
    region = '<region>'
    key = '<your_key>'
    url = 'https://{}.customvoice.api.speech.microsoft.com/api/texttospeech/v3.0/longaudiosynthesis/{}/'.format(region, id)
    header = {
        'Ocp-Apim-Subscription-Key': key
    }

    response = requests.delete(url, headers=header)
    print('response.status_code: %d' % response.status_code)

Als de aanvraag is verwijderd, is de antwoordstatuscode HTTP 204 (geen inhoud).

response.status_code: 204

De long_audio_synthesis_client.py voltooide is beschikbaar op GitHub.

HTTP-statuscode

In de volgende tabel worden de HTTP-antwoordcodes en -berichten van de REST API.

Regio's en eindpunten

De Api voor lange audio is beschikbaar in meerdere regio's met unieke eindpunten.

Audio-uitvoerindelingen

We ondersteunen flexibele audio-uitvoerindelingen. U kunt audio-uitvoer per alinea genereren of de audio-uitvoer samenvoegen tot één uitvoer door de parameter in te concatenateResult stellen. De volgende audio-uitvoerindelingen worden ondersteund door de Api voor lange audio:

• nvf-8khz-16bit-mono-pcm
• nvf-16 khz-16bit-mono-pcm
• nvf-24 khz-16bit-mono-pcm
• nvf-48 khz-16bit-mono-pcm
• audio-16khz-32kbitrate-mono-mp3
• audio-16khz-64kbitrate-mono-mp3
• audio-16khz-128kbitrate-mono-mp3
• audio-24khz-48kbitrate-mono-mp3
• audio-24 khz-96kbitrate-mono-mp3
• audio-24 khz-160kbitrate-mono-mp3