含辞未吐,声若幽兰,史上最强免费人工智能AI语音合成TTS服务微软Azure(Python3.10接入)

阿里云国内75折 回扣 微信号：monov8
阿里云国际，腾讯云国际，低至75折。AWS 93折 免费开户实名账号 代冲值 优惠多多 微信号：monov8 飞机：@monov6

所谓文无第一武无第二云原生人工智能技术目前呈现三足鼎立的态势微软谷歌以及亚马逊三大巨头各擅胜场不分伯仲但目前微软Azure平台不仅仅只是一个PaaS平台相比AWS以及GAE它应该是目前提供云计算人工智能服务最全面的一个平台尤其是语音合成领域论AI语音的平顺、自然以及拟真性无平台能出其右。

本次我们通过Python3.10版本接入Azure平台语音合成接口打造一款本地的TTS服务(文本转语音:Text To Speech)。

准备工作

首先根据Azure平台官方文档https://learn.microsoft.com/zh-cn/azure/cognitive-services/speech-service/get-started-text-to-speech?tabs=macos%2Cterminal&pivots=programming-language-python

在平台上创建免费订阅服务https://azure.microsoft.com/zh-cn/free/cognitive-services/

免费订阅成功后进入资源创建环节这里我们访问网址创建免费的语音资源https://portal.azure.com/#create/Microsoft.CognitiveServicesSpeechServices

这里注意订阅选择免费试用使用区域选择东亚如果在国外可以选择国外的对应区域。

创建语音服务资源成功后转到资源组列表点击获取资源秘钥

需要注意的是任何时候都不要将秘钥进行传播或者将秘钥写入代码并且提交版本。

这里相对稳妥的方式是将秘钥写入本地系统的环境变量中。

Windows系统使用如下命令

setx COGNITIVE_SERVICE_KEY 您的秘钥

Linux系统使用如下命令

export COGNITIVE_SERVICE_KEY=您的秘钥

Mac系统的bash终端

编辑 ~/.bash_profile然后添加环境变量

export COGNITIVE_SERVICE_KEY=您的秘钥

添加环境变量后请从控制台窗口运行 source ~/.bash_profile使更改生效。

Mac系统的zsh终端

编辑 ~/.zshrc然后添加环境变量

export COGNITIVE_SERVICE_KEY=您的秘钥

如此前期准备工作就完成了。

本地接入

确保本地Python环境版本3.10以上然后安装Azure平台sdk:

pip3 install azure-cognitiveservices-speech

创建test.py文件

`import azure.cognitiveservices.speech as speechsdk  
import os  
  
speech_config = speechsdk.SpeechConfig(subscription=os.environ.get('KEY'), region="eastasia")``audio_config = speechsdk.audio.AudioOutputConfig(use_default_speaker=True)`

这里定义语音的配置文件通过os模块将上文环境变量中的秘钥取出使用region就是新建语音资源时选择的地区audio_config是选择当前计算机默认的音箱进行输出操作。

接着根据官方文档的配置选择一个语音机器人https://learn.microsoft.com/zh-cn/azure/cognitive-services/speech-service/language-support?tabs=stt-tts#prebuilt-neural-voices

  
纯文本	wuu-CN-XiaotongNeural1女  
wuu-CN-YunzheNeural1男	不支持  
yue-CN	中文粤语简体	yue-CN	纯文本	yue-CN-XiaoMinNeural1女  
yue-CN-YunSongNeural1男	不支持  
zh-CN	中文普通话简体	zh-CN	音频 + 人工标记的脚本  
  
纯文本  
  
结构化文本  
  
短语列表	zh-CN-XiaochenNeural4、5、6女  
zh-CN-XiaohanNeural2、4、5、6女  
zh-CN-XiaomengNeural1、2、4、5、6女  
zh-CN-XiaomoNeural2、3、4、5、6女  
zh-CN-XiaoqiuNeural4、5、6女  
zh-CN-XiaoruiNeural2、4、5、6女  
zh-CN-XiaoshuangNeural2、4、5、6、8女  
zh-CN-XiaoxiaoNeural2、4、5、6女  
zh-CN-XiaoxuanNeural2、3、4、5、6女  
zh-CN-XiaoyanNeural4、5、6女  
zh-CN-XiaoyiNeural1、2、4、5、6女  
zh-CN-XiaoyouNeural4、5、6、8女  
zh-CN-XiaozhenNeural1、2、4、5、6女  
zh-CN-YunfengNeural1、2、4、5、6男  
zh-CN-YunhaoNeural1、2、4、5、6男  
zh-CN-YunjianNeural1、2、4、5、6男  
zh-CN-YunxiaNeural1、2、4、5、6男  
zh-CN-YunxiNeural2、3、4、5、6男  
zh-CN-YunyangNeural2、4、5、6男  
zh-CN-YunyeNeural2、3、4、5、6男  
zh-CN-YunzeNeural1、2、3、4、5、6男	神经网络定制声音专业版  
  
神经网络定制声音精简版预览版  
  
跨语言语音预览版  
zh-CN-henan	中文中原河南普通话中国大陆	不支持	不支持	zh-CN-henan-YundengNeural1男	不支持  
zh-CN-liaoning	中文东北普通话中国大陆	不支持	不支持	zh-CN-liaoning-XiaobeiNeural1女	不支持  
zh-CN-shaanxi	中文中原陕西普通话中国大陆	不支持	不支持	zh-CN-shaanxi-XiaoniNeural1女	不支持  
zh-CN-shandong	中文冀鲁普通话中国大陆	不支持	不支持	zh-CN-shandong-YunxiangNeural1男	不支持  
zh-CN-sichuan	中文西南普通话简体	zh-CN-sichuan	纯文本	zh-CN-sichuan-YunxiNeural1男	不支持  
zh-HK	中文粤语繁体	zh-HK	纯文本	zh-HK-HiuGaaiNeural4、5、6女  
zh-HK-HiuMaanNeural4、5、6女  
zh-HK-WanLungNeural1、4、5、6男	神经网络定制声音专业版  
zh-TW	中文(台湾普通话)	zh-TW	纯文本	zh-TW-HsiaoChenNeural4、5、6女  
zh-TW-HsiaoYuNeural4、5、6女  
zh-TW-YunJheNeural4、5、6男	神经网络定制声音专业版

单以中文语音论可选择的范围还是相当广泛的。

继续编辑代码

import azure.cognitiveservices.speech as speechsdk  
import os  
  
speech_config = speechsdk.SpeechConfig(subscription=os.environ.get('KEY'), region="eastasia")  
audio_config = speechsdk.audio.AudioOutputConfig(use_default_speaker=True)  
  
speech_config.speech_synthesis_voice_name='zh-CN-XiaomoNeural'  
  
speech_synthesizer = speechsdk.SpeechSynthesizer(speech_config=speech_config, audio_config=audio_config)  
  
text = "hello 大家好这里是人工智能AI机器人在说话"  
  
speech_synthesis_result = speech_synthesizer.speak_text_async(text).get()

这里我们选择zh-CN-XiaomoNeural作为默认AI语音并且将text文本变量中的内容通过音箱进行输出。

如果愿意我们也可以将语音输出为实体文件进行存储



import azure.cognitiveservices.speech as speechsdk  
import os  
  
speech_config = speechsdk.SpeechConfig(subscription=os.environ.get('KEY'), region="eastasia")  
audio_config = speechsdk.audio.AudioOutputConfig(use_default_speaker=True)

file_config = speechsdk.audio.AudioOutputConfig(filename="./output.wav")  
  
  
speech_config.speech_synthesis_voice_name='zh-CN-XiaomoNeural'  
  
speech_synthesizer = speechsdk.SpeechSynthesizer(speech_config=speech_config, audio_config=file_config)  
  
text = "hello 大家好这里是人工智能AI机器人在说话"  
  
speech_synthesis_result = speech_synthesizer.speak_text_async(text).get()

这里指定file_config配置为脚本相对路径下的output.wav文件

ls  
output.wav

如此音频文件就可以被保存起来留作以后使用了。

语音调优

默认AI语音听多了难免会有些索然寡味之感幸运的是Azure平台提供了语音合成标记语言 (SSML) 它可以改善合成语音的听感。

根据Azure官方文档https://learn.microsoft.com/zh-cn/azure/cognitive-services/speech-service/speech-synthesis-markup

通过调整语音的角色以及样式来获取定制化的声音

语音	样式	角色  
en-GB-RyanNeural1	cheerful, chat	不支持  
en-GB-SoniaNeural1	cheerful, sad	不支持  
en-US-AriaNeural	chat, customerservice, narration-professional, newscast-casual, newscast-formal, cheerful, empathetic, angry, sad, excited, friendly, terrified, shouting, unfriendly, whispering, hopeful	不支持  
en-US-DavisNeural	chat, angry, cheerful, excited, friendly, hopeful, sad, shouting, terrified, unfriendly, whispering	不支持  
en-US-GuyNeural	newscast, angry, cheerful, sad, excited, friendly, terrified, shouting, unfriendly, whispering, hopeful	不支持  
en-US-JaneNeural	angry, cheerful, excited, friendly, hopeful, sad, shouting, terrified, unfriendly, whispering	不支持  
en-US-JasonNeural	angry, cheerful, excited, friendly, hopeful, sad, shouting, terrified, unfriendly, whispering	不支持  
en-US-JennyNeural	assistant, chat, customerservice, newscast, angry, cheerful, sad, excited, friendly, terrified, shouting, unfriendly, whispering, hopeful	不支持  
en-US-NancyNeural	angry, cheerful, excited, friendly, hopeful, sad, shouting, terrified, unfriendly, whispering	不支持  
en-US-SaraNeural	angry, cheerful, excited, friendly, hopeful, sad, shouting, terrified, unfriendly, whispering	不支持  
en-US-TonyNeural	angry, cheerful, excited, friendly, hopeful, sad, shouting, terrified, unfriendly, whispering	不支持  
es-MX-JorgeNeural1	cheerful, chat	不支持  
fr-FR-DeniseNeural1	cheerful, sad	不支持  
fr-FR-HenriNeural1	cheerful, sad	不支持  
it-IT-IsabellaNeural1	cheerful, chat	不支持  
ja-JP-NanamiNeural	chat, customerservice, cheerful	不支持  
pt-BR-FranciscaNeural	calm	不支持  
zh-CN-XiaohanNeural5	calm, fearful, cheerful, disgruntled, serious, angry, sad, gentle, affectionate, embarrassed	不支持  
zh-CN-XiaomengNeural1、5	chat	不支持  
zh-CN-XiaomoNeural5	embarrassed, calm, fearful, cheerful, disgruntled, serious, angry, sad, depressed, affectionate, gentle, envious	YoungAdultFemale, YoungAdultMale, OlderAdultFemale, OlderAdultMale, SeniorFemale, SeniorMale, Girl, Boy  
zh-CN-XiaoruiNeural5	calm, fearful, angry, sad	不支持  
zh-CN-XiaoshuangNeural5	chat	不支持  
zh-CN-XiaoxiaoNeural5	assistant, chat, customerservice, newscast, affectionate, angry, calm, cheerful, disgruntled, fearful, gentle, lyrical, sad, serious, poetry-reading	不支持  
zh-CN-XiaoxuanNeural5	calm, fearful, cheerful, disgruntled, serious, angry, gentle, depressed	YoungAdultFemale, YoungAdultMale, OlderAdultFemale, OlderAdultMale, SeniorFemale, SeniorMale, Girl, Boy  
zh-CN-XiaoyiNeural1、5	angry, disgruntled, affectionate, cheerful, fearful, sad, embarrassed, serious, gentle	不支持  
zh-CN-XiaozhenNeural1、5	angry, disgruntled, cheerful, fearful, sad, serious	不支持  
zh-CN-YunfengNeural1、5	angry, disgruntled, cheerful, fearful, sad, serious, depressed	不支持  
zh-CN-YunhaoNeural1、2、5	advertisement-upbeat	不支持  
zh-CN-YunjianNeural1、3、4、5	Narration-relaxed, Sports_commentary, Sports_commentary_excited	不支持  
zh-CN-YunxiaNeural1、5	calm, fearful, cheerful, angry, sad	不支持  
zh-CN-YunxiNeural5	narration-relaxed, embarrassed, fearful, cheerful, disgruntled, serious, angry, sad, depressed, chat, assistant, newscast	Narrator, YoungAdultMale, Boy  
zh-CN-YunyangNeural5	customerservice, narration-professional, newscast-casual	不支持  
zh-CN-YunyeNeural5	embarrassed, calm, fearful, cheerful, disgruntled, serious, angry, sad	YoungAdultFemale, YoungAdultMale, OlderAdultFemale, OlderAdultMale, SeniorFemale, SeniorMale, Girl, Boy  
zh-CN-YunzeNeural1、5	calm, fearful, cheerful, disgruntled, serious, angry, sad, depressed, documentary-narration	OlderAdultMale, SeniorMale

这里将语音文本改造为SSML的配置格式

import os  
import azure.cognitiveservices.speech as speechsdk

  
speech_config = speechsdk.SpeechConfig(subscription=os.environ.get('KEY'), region="eastasia")  
audio_config = speechsdk.audio.AudioOutputConfig(use_default_speaker=True)

file_config = speechsdk.audio.AudioOutputConfig(filename="./output.wav")  
  
  
speech_config.speech_synthesis_voice_name='zh-CN-XiaomoNeural'  
  
speech_synthesizer = speechsdk.SpeechSynthesizer(speech_config=speech_config, audio_config=file_config)  
  
#text = "hello 大家好这里是人工智能AI机器人在说话"  
  
#speech_synthesis_result = speech_synthesizer.speak_text_async(text).get()  
  
text = """  
    <speak version="1.0" xmlns="http://www.w3.org/2001/10/synthesis" xmlns:mstts="https://www.w3.org/2001/mstts" xml:lang="zh-CN">  
        <voice name="zh-CN-XiaoxiaoNeural">  
            <mstts:express-as style="lyrical"  role="YoungAdultFemale" >  
            <prosody rate="+12.00%">  
                hello 大家好这里是刘悦的技术博客  
                大江东去浪淘尽千古风流人物。  
故垒西边人道是三国周郎赤壁。  
乱石穿空惊涛拍岸卷起千堆雪。  
江山如画一时多少豪杰。  
</prosody>  
            </mstts:express-as>  
        </voice>  
    </speak>"""   
  
result = speech_synthesizer.speak_ssml_async(ssml=text).get()

通过使用style和role标记进行定制同时使用rate属性来提升百分之十二的语速从而让AI语音更加连贯顺畅。注意这里使用ssml=text来声明ssml格式的文本。

结语

人工智能AI语音系统完成了人工智能在语音合成这个细分市场的落地应用为互联网领域内许多需要配音的业务节约了成本和时间。

阿里云国内75折 回扣 微信号：monov8
阿里云国际，腾讯云国际，低至75折。AWS 93折 免费开户实名账号 代冲值 优惠多多 微信号：monov8 飞机：@monov6
标签: python
返回列表

上一篇：Visual Studio 2022最全安装教程(+背景图设置)，一步步教会你如何安装并运行

下一篇：安装tiny-cuda-nn时报错RuntimeError: Could not locate a supported Microsoft Visual C++ installation

“含辞未吐,声若幽兰,史上最强免费人工智能AI语音合成TTS服务微软Azure(Python3.10接入)” 的相关文章

Python采集最热影评 + 制作词云图1年前 (2023-02-02)
Python1年前 (2023-02-02)
Python GUI界面tkinter和ttkbootstrap1年前 (2023-02-02)
Python经典编程习题100例：第79例：字符串排序1年前 (2023-02-02)
Python蓝桥杯训练：基本数据结构 [数组]——二分法1年前 (2023-02-02)
保姆级连载讲义学Python：第四篇多文件项目的演练1年前 (2023-02-02)
使用Python爬取CSDN历史博客文章列表，并生成目录1年前 (2023-02-02)
python 控制鼠标操作1年前 (2023-02-02)
8步，用python实现进行自动化评论、点赞、关注脚本1年前 (2023-02-02)
python中的闭包和装饰器1年前 (2023-02-02)

阿里云国际版