Uzun ses API 'SI

Uzun ses API 'SI, okuma için zaman uyumsuz sen, uzun biçimli metin sağlar (örneğin, ses kitapları, haber makaleleri ve belgeler). Bu API gerçek zamanlı olarak birleştirilmiş ses döndürmüyor. Bunun yerine, yanıtları yoklayın ve bu hizmetleri kullanılabilir hale getiren çıktıyı tüketin. Konuşma SDK 'Sı tarafından kullanılan metinden konuşmaya API 'sinin aksine, uzun ses API 'SI 10 dakikadan daha uzun bir birleştirilmiş ses oluşturabilir. Bu, yayımcıların ve ses içeriği platformlarının bir toplu iş içindeki ses kitapları gibi uzun ses içeriği oluşturmasını sağlar.

Uzun ses API 'sinin daha fazla avantajı:

• Hizmet tarafından döndürülen sentezlenmiş konuşma en iyi sinir sesleri kullanır.
• Ses uç noktası dağıtmaya gerek yoktur.

İş akışı

Uzun ses API 'SI kullanılırken, genellikle birleştirme yapılacak bir metin dosyası ya da dosya, durum için yoklama gönderir ve durum başarı ' ı gösteriyorsa ses çıkışını indirebilirsiniz.

Bu diyagram, iş akışına üst düzey bir genel bakış sağlar.

Birleştirme için içerik hazırlama

Metin dosyanızı hazırlarken şunları yaptığınızdan emin olun:

• Düz metin (.txt) ya da SSML metni (.txt).
• , Bayt sırası işareti (BOM) Ile UTF-8olarak kodlanır.
• , ZIP değil tek bir dosyadır.
• SSML metni için, düz metin veya 400 faturalanabilir karakterler için 400 karakterden daha uzun ve 10.000 ' den az paragrafı içerir.
  • Düz metin için, her paragraf Enter/Return ile ayrılarak ayrılır. Bkz. düz metin girişi örneği.
  • SSML metninde her SSML parçası bir paragraf olarak değerlendirilir. SSML parçalarını farklı paragraflara göre ayırın. Bkz. SSML metin girişi örneği.

Örnek kod

bu sayfanın geri kalanı Python 'a odaklanır, ancak şu programlama dilleri için GitHub uzun ses apı 'sine yönelik örnek kod kullanılabilir:

• Örnek kod: Python
• Örnek kod: C #
• Örnek kod: Java

Python örneği

Bu bölüm, uzun ses API 'sinin temel kullanımını gösteren Python örnekleri içerir. Favori IDE ortamınızda veya düzenleyicide yeni bir Python projesi oluşturun. Sonra bu kod parçacığını adlı bir dosyaya kopyalayın long_audio_synthesis_client.py .

import json
import ntpath
import requests

Bu kitaplıklar, HTTP isteğini oluşturmak için kullanılır ve metin okuma uzun ses senku REST API.

Desteklenen seslerin listesini al

Desteklenen seslerin listesini almak için öğesine bir GET isteği gönderin https://<endpoint>/api/texttospeech/v3.0/longaudiosynthesis/voices .

Bu kod, belirli bir bölgede/uç noktada kullanabileceğiniz seslerin tam listesini alır.

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()

Aşağıdaki değerleri değiştirin:

• <your_key>Konuşma hizmeti abonelik anahtarınızla değiştirin. Bu bilgiler, Azure Portalkaynağınızın genel bakış sekmesinde bulunabilir.
• <region>Konuşma kaynağınızın oluşturulduğu bölgeyle değiştirin (örneğin: eastus veya westus ). Bu bilgiler, Azure Portalkaynağınızın genel bakış sekmesinde bulunabilir.

Aşağıdakine benzer bir çıktı görürsünüz:

{
  "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
      }
    }
  ]
}

Properties. publicAvailable değeri true ise, Voice ortak bir sinir sestir. Aksi takdirde, özel bir sinir sestir.

Metni konuşmaya Dönüştür

Bir giriş metin dosyasını düz metin veya SSML metninde hazırlayın ve ardından aşağıdaki kodu ekleyin 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()

Aşağıdaki değerleri değiştirin:

• <your_key>Konuşma hizmeti abonelik anahtarınızla değiştirin. Bu bilgiler, Azure Portalkaynağınızın genel bakış sekmesinde bulunabilir.
• <region>Konuşma kaynağınızın oluşturulduğu bölgeyle değiştirin (örneğin: eastus veya westus ). Bu bilgiler, Azure Portalkaynağınızın genel bakış sekmesinde bulunabilir.
• <input_file_path>Metin okuma için hazırladığınız metin dosyasının yoluyla değiştirin.
• <locale>İstenen çıkış yerel ayarıyla değiştirin. Daha fazla bilgi için bkz. dil desteği.

Önceki uç noktaya yapılan çağrılarınızın döndürdüğü sesden birini kullanın /voices .

• Genel sinir Voice kullanıyorsanız, <voice_name> istenen çıkış sesiyle değiştirin.
• Özel bir sinir sesi kullanmak için, voice_identities değişkeni aşağıdaki ile değiştirin ve <voice_id> id özel sinir sesinizin ile değiştirin.

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

Aşağıdakine benzer bir çıktı görürsünüz:

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

İstek durumunu almak için çıktıda URL 'YI kullanabilirsiniz.

Gönderilen istek hakkındaki ayrıntıları alın

Gönderilen bir senmu isteğinin durumunu almak için, önceki adımda döndürülen URL 'ye bir GET isteği gönderin.

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()

Çıktı şöyle olacaktır:

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"
}

statusÖzelliği NotStarted durum, Running , ve son olarak ile veya arasında değişir Succeeded Failed . Durum veya haline gelene kadar bu API 'YI bir döngüde yoklayabilmeniz gerekir Succeeded Failed .

Ses sonucunu indir

Birleştirme isteği başarılı olduktan sonra GET API 'sini çağırarak ses sonucunu indirebilirsiniz /files .

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()

<request_id>Sonucu indirmek istediğiniz ISTEĞIN kimliğiyle değiştirin. Bu, önceki adımın yanıtında bulunabilir.

Çıktı şöyle olacaktır:

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"
      }
    }
  ]
}

Bu örnek çıkış, iki dosya için bilgi içerir. Bu, "kind": "LongAudioSynthesisScript" giriş betiğinizin gönderildiği bir. Diğeri, "kind": "LongAudioSynthesisResult" Bu isteğin sonucudur.

Sonuç, giriş metninin bir kopyasıyla birlikte oluşturulan ses çıkış dosyalarını içeren zip olur.

Her iki dosya da özelliğindeki URL 'den indirilebilir links.contentUrl .

Tüm sensıs isteklerini al

Aşağıdaki kod gönderilen tüm istekleri listeler:

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()

Çıkış şöyle olacaktır:

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"
    }
  ]
}

valuesÖzelliği sensıs isteklerinizi listeler. Liste, en fazla 100 sayfa boyutuna sahip sayfalandırılır. 100 ' den fazla istek varsa, "@nextLink" sayfalandırılmış listenin bir sonraki sayfasını almak için bir özellik sağlanır.

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

Ayrıca, URL parametresi sağlayarak sayfa boyutunu özelleştirebilir ve sayıyı atlayabilirsiniz skip top .

Önceki istekleri kaldır

Hizmet, her bir Azure aboneliği hesabı için en fazla 20.000 istek tutar. İstek miktarınız bu sınırlamayı aşarsa, yeni istekler eklemeden önce önceki istekleri kaldırın. Mevcut istekleri kaldırsanız bir hata bildirimi alırsınız.

Aşağıdaki kodda belirli bir sentez isteğinin nasıl kaldır olduğu gösterilir.

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)

İstek başarıyla kaldırılırsa yanıt durumu kodu HTTP 204 (İçerik Yok) olur.

response.status_code: 204

Tamamlandı, long_audio_synthesis_client.py üzerinde GitHub.

HTTP durum kodu

Aşağıdaki tabloda, veri tablosundaki HTTP yanıt kodları ve iletileri REST API.

Bölgeler ve uç noktalar

Uzun ses API'si benzersiz uç noktalara sahip birden çok bölgede kullanılabilir.

Ses çıkış biçimleri

Esnek ses çıkış biçimlerini destekliyoruz. Parametresini ayarerek her paragraf için ses çıkışı oluşturabilirsiniz veya ses çıkışlarını tek bir çıkışta bir arada concatenateResult kullanabilirsiniz. Uzun Ses API'si aşağıdaki ses çıkış biçimlerini destekler:

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