1. Обзор
API преобразования текста в речь Google Cloud (бета-версия) позволяет разработчикам включать в свои приложения естественно звучащую синтезированную человеческую речь в качестве воспроизводимого аудио. API преобразования текста в речь преобразует текст или входные данные в формате SSML ( Speech Synthesis Markup Language ) в аудиоданные, такие как MP3 или LINEAR16 (кодировка, используемая в файлах WAV).
В этом практическом занятии вы сосредоточитесь на использовании API преобразования текста в речь с помощью C#. Вы узнаете, как получить список доступных голосов, а также как синтезировать аудио из текста.
Что вы узнаете
- Как использовать Cloud Shell
- Как включить API преобразования текста в речь
- Как аутентифицировать запросы API
- Как установить клиентскую библиотеку Google Cloud для C#
- Как составить список доступных голосов
- Как синтезировать аудио из текста
Что вам понадобится
Опрос
Как вы будете использовать этот учебный материал?
Как бы вы оценили свой опыт работы с C#?
Как бы вы оценили свой опыт использования сервисов Google Cloud Platform?
2. Настройка и требования
Настройка среды для самостоятельного обучения
- Войдите в консоль Google Cloud и создайте новый проект или используйте существующий. Если у вас еще нет учетной записи Gmail или Google Workspace, вам необходимо ее создать .
- Название проекта — это отображаемое имя участников данного проекта. Это строка символов, не используемая API Google. Вы всегда можете его изменить.
- Идентификатор проекта уникален для всех проектов Google Cloud и является неизменяемым (его нельзя изменить после установки). Консоль Cloud автоматически генерирует уникальную строку; обычно вам неважно, какая она. В большинстве практических заданий вам потребуется указать идентификатор вашего проекта (обычно обозначается как
PROJECT_ID). Если сгенерированный идентификатор вас не устраивает, вы можете сгенерировать другой случайный идентификатор. В качестве альтернативы вы можете попробовать свой собственный и посмотреть, доступен ли он. После этого шага его нельзя изменить, и он сохраняется на протяжении всего проекта. - К вашему сведению, существует третье значение — номер проекта , которое используется некоторыми API. Подробнее обо всех трех значениях можно узнать в документации .
- Далее вам потребуется включить оплату в консоли Cloud для использования ресурсов/API Cloud. Выполнение этого практического задания не потребует больших затрат, если вообще потребует. Чтобы отключить ресурсы и избежать дополнительных расходов после завершения этого урока, вы можете удалить созданные ресурсы или удалить проект. Новые пользователи Google Cloud имеют право на бесплатную пробную версию стоимостью 300 долларов США .
Запустить Cloud Shell
Хотя Google Cloud можно управлять удаленно с ноутбука, в этом практическом занятии вы будете использовать Google Cloud Shell — среду командной строки, работающую в облаке.
Активировать Cloud Shell
- В консоли Cloud нажмите «Активировать Cloud Shell» .
.
Если вы запускаете Cloud Shell впервые, вам будет показан промежуточный экран с описанием его возможностей. Если вам был показан промежуточный экран, нажмите «Продолжить» .
Подготовка и подключение к Cloud Shell займут всего несколько минут.
Эта виртуальная машина оснащена всеми необходимыми инструментами разработки. Она предоставляет постоянный домашний каталог объемом 5 ГБ и работает в облаке Google, что значительно повышает производительность сети и аутентификацию. Большая часть, если не вся, ваша работа в этом практическом задании может быть выполнена с помощью браузера.
После подключения к Cloud Shell вы увидите, что прошли аутентификацию и что проект настроен на ваш идентификатор проекта.
- Выполните следующую команду в Cloud Shell, чтобы подтвердить свою аутентификацию:
gcloud auth list
вывод команды
Credentialed Accounts
ACTIVE ACCOUNT
* <my_account>@<my_domain.com>
To set the active account, run:
$ gcloud config set account `ACCOUNT`
- Выполните следующую команду в Cloud Shell, чтобы убедиться, что команда gcloud знает о вашем проекте:
gcloud config list project
вывод команды
[core] project = <PROJECT_ID>
Если это не так, вы можете установить это с помощью следующей команды:
gcloud config set project <PROJECT_ID>
вывод команды
Updated property [core/project].
3. Включите API преобразования текста в речь.
Прежде чем начать использовать API преобразования текста в речь, необходимо его включить. Для этого в Cloud Shell можно использовать следующую команду:
gcloud services enable texttospeech.googleapis.com
4. Установите клиентскую библиотеку Google Cloud Text-to-Speech API для C#.
Для начала создайте простое консольное приложение на C#, которое вы будете использовать для запуска примеров API преобразования текста в речь:
dotnet new console -n TextToSpeechApiDemo
Вы должны увидеть, что приложение создано и зависимости разрешены:
The template "Console Application" was created successfully.
Processing post-creation actions...
...
Restore succeeded.
Далее перейдите в папку TextToSpeechApiDemo :
cd TextToSpeechApiDemo/
И добавьте в проект пакет NuGet Google.Cloud.TextToSpeech.V1 :
dotnet add package Google.Cloud.TextToSpeech.V1
info : Adding PackageReference for package 'Google.Cloud.TextToSpeech.V1' into project '/home/atameldev/TextToSpeechDemo/TextToSpeechDemo.csproj'.
log : Restoring packages for /home/atameldev/TextToSpeechDemo/TextToSpeechDemo.csproj...
...
info : PackageReference for package 'Google.Cloud.TextToSpeech.V1' version '1.0.0-beta01' added to file '/home/atameldev/TextToSpeechDemo/TextToSpeechDemo.csproj'.
Теперь вы готовы использовать API преобразования текста в речь!
5. Список доступных голосов
В этом разделе сначала необходимо перечислить все доступные голоса на английском языке для синтеза звука.
Сначала откройте редактор кода в правом верхнем углу Cloud Shell:
Перейдите к файлу Program.cs в папке TextToSpeechApiDemo и замените код следующим:
using Google.Cloud.TextToSpeech.V1;
using System;
namespace TextToSpeechApiDemo
{
class Program
{
static void Main(string[] args)
{
var client = TextToSpeechClient.Create();
var response = client.ListVoices("en");
foreach (var voice in response.Voices)
{
Console.WriteLine($"{voice.Name} ({voice.SsmlGender}); Language codes: {string.Join(", ", voice.LanguageCodes)}");
}
}
}
}
Уделите минуту-две изучению кода*.* Вернитесь в Cloud Shell и запустите приложение:
dotnet run
Вы должны увидеть следующий результат:
en-US-Wavenet-D (Male); Language codes: en-US
en-AU-Wavenet-A (Female); Language codes: en-AU
en-AU-Wavenet-B (Male); Language codes: en-AU
en-AU-Wavenet-C (Female); Language codes: en-AU
en-AU-Wavenet-D (Male); Language codes: en-AU
en-GB-Wavenet-A (Female); Language codes: en-GB
en-GB-Wavenet-B (Male); Language codes: en-GB
en-GB-Wavenet-C (Female); Language codes: en-GB
...
en-GB-Standard-A (Female); Language codes: en-GB
en-GB-Standard-B (Male); Language codes: en-GB
en-AU-Standard-D (Male); Language codes: en-AU
Краткое содержание
На этом этапе вы смогли получить список всех доступных голосов на английском языке для синтеза звука. Полный список доступных голосов также можно найти на странице «Поддерживаемые голоса» .
6. Синтез аудио из текста.
Вы можете использовать API преобразования текста в речь для преобразования строки в аудиоданные. Вы можете настроить выходные данные синтеза речи различными способами, включая выбор уникального голоса или модуляцию выходного сигнала по высоте тона, громкости, скорости речи и частоте дискретизации .
Для синтеза аудиофайла из текста перейдите к файлу Program.cs в папке TextToSpeechApiDemo и замените код следующим:
using Google.Cloud.TextToSpeech.V1;
using System;
using System.IO;
namespace TextToSpeechApiDemo
{
class Program
{
static void Main(string[] args)
{
var client = TextToSpeechClient.Create();
// The input to be synthesized, can be provided as text or SSML.
var input = new SynthesisInput
{
Text = "This is a demonstration of the Google Cloud Text-to-Speech API"
};
// Build the voice request.
var voiceSelection = new VoiceSelectionParams
{
LanguageCode = "en-US",
SsmlGender = SsmlVoiceGender.Female
};
// Specify the type of audio file.
var audioConfig = new AudioConfig
{
AudioEncoding = AudioEncoding.Mp3
};
// Perform the text-to-speech request.
var response = client.SynthesizeSpeech(input, voiceSelection, audioConfig);
// Write the response to the output file.
using (var output = File.Create("output.mp3"))
{
response.AudioContent.WriteTo(output);
}
Console.WriteLine("Audio content written to file \"output.mp3\"");
}
}
}
Уделите минуту-две изучению кода и посмотрите, как он используется для создания аудиофайла из текста*.
Вернувшись в Cloud Shell, запустите приложение:
dotnet run
Вы должны увидеть следующий результат:
Audio content written to file "output.mp3"
В редакторе кода вы можете загрузить файл mp3 и воспроизвести его локально на своем компьютере.
Краткое содержание
На этом этапе вы смогли использовать API преобразования текста в речь для преобразования строки в аудиофайл формата mp3. Подробнее о создании голосовых аудиофайлов читайте здесь.
7. Поздравляем!
Вы научились использовать API преобразования текста в речь на языке C# для выполнения различных видов транскрипции аудиофайлов!
Уборка
Чтобы избежать списания средств с вашего счета Google Cloud Platform за ресурсы, использованные в этом кратком руководстве:
- Перейдите в консоль облачной платформы .
- Выберите проект, который хотите закрыть, затем нажмите кнопку «Удалить» вверху: это запланирует удаление проекта.
Узнать больше
- API преобразования текста в речь Google Cloud: https://cloud.google.com/text-to-speech/docs
- C#/.NET на платформе Google Cloud: https://cloud.google.com/dotnet/
- Клиент Google Cloud .NET: https://googlecloudplatform.github.io/google-cloud-dotnet/
Лицензия
Данная работа распространяется под лицензией Creative Commons Attribution 2.0 Generic.