|
import http.client, urllib.parse, json
from xml.etree import ElementTree
import wave
apiKey = "你的密钥"
params = "hello"
headers = {"Ocp-Apim-Subscription-Key": apiKey}
AccessTokenHost = "eastasia.api.cognitive.microsoft.com"
path = "/sts/v1.0/issueToken"
print ("Connect to server to get the Access Token")
conn = http.client.HTTPSConnection(AccessTokenHost)
conn.request("POST", path, params, headers)
response = conn.getresponse()
print(response.status, response.reason)
data = response.read()
conn.close()
accesstoken = data.decode("UTF-8")
print ("Access Token: " + accesstoken)
body = ElementTree.Element('speak', version='1.0')
body.set('{http://www./XML/1998/namespace}lang', 'zh-CN')
voice = ElementTree.SubElement(body, 'voice')
voice.set('{http://www./XML/1998/namespace}lang', 'zh-CN') //语言
voice.set('{http://www./XML/1998/namespace}style', 'lyrical') //语气
voice.set('{http://www./XML/1998/namespace}gender', 'Female')
voice.set('name', 'Microsoft Server Speech Text to Speech Voice (zh-CN, XiaoxiaoNeural)') //发音人
voice.text = '这次的事故要严格总结，防止下次再次发生' //要转化的文本内容
headers = {"Content-type": "application/ssml+xml",
"X-Microsoft-OutputFormat": "riff-24khz-16bit-mono-pcm",
"Authorization": "Bearer " + accesstoken,
"X-Search-AppId": "07D3234E49CE426DAA29772419F436CA",
"X-Search-ClientID": "1ECFAE91408841A480F00935DC390960",
"User-Agent": "TTSForPython"}
print ("\nConnect to server to synthesize the wave")
conn = http.client.HTTPSConnection("eastasia.tts.speech.microsoft.com")
conn.request("POST", "/cognitiveservices/v1", ElementTree.tostring(body), headers)
response = conn.getresponse()
print(response.status, response.reason)
data = response.read()
conn.close()
print("The synthesized wave length: %d" %(len(data)))
f = wave.open(r"output7.wav", "wb")
f.setnchannels(1)
f.setframerate(24000)
f.setsampwidth(2)
f.writeframes(data)
f.close()
发音人说明：
中文（粤语，繁体） zh-HK 女 zh-HK-HiuGaaiNeural
中文（粤语，繁体） zh-HK 女 zh-HK-HiuMaanNeural
中文(粤语，繁体) zh-HK 男 zh-HK-WanLungNeural
中文（普通话，简体） zh-CN 女 zh-CN-XiaoxiaoNeural 常规，使用 SSML 提供多种语音风格
中文（普通话，简体） zh-CN 儿童 zh-CN-XiaoyouNeural 儿童语音，针对讲故事进行了优化
中文（普通话，简体） zh-CN 女 zh-CN-XiaomoNeural 常规，使用 SSML 提供多种角色扮演和风格
中文（普通话，简体） zh-CN 女 zh-CN-XiaoxuanNeural 常规，使用 SSML 提供多种角色扮演和风格
中文（普通话，简体） zh-CN 女 zh-CN-XiaohanNeural 常规，使用 SSML 提供多种风格
中文（普通话，简体） zh-CN 女 zh-CN-XiaoruiNeural 高级语音，使用 SSML 提供多种风格
中文（普通话，简体） zh-CN 男 zh-CN-YunyangNeural 针对新闻阅读进行了优化，
中文（普通话，简体） zh-CN 男 zh-CN-YunyeNeural
中文（普通话，简体） zh-CN 男 zh-CN-YunxiNeural
中文(台湾普通话) zh-TW 女 zh-TW-HsiaoChenNeural
中文(台湾普通话) zh-TW 女 zh-TW-HsiaoYuNeural
中文(台湾普通话) zh-TW 男 zh-TW-YunJheNeural
发音人语气说明：
zh-CN-XiaoxiaoNeural
style="newscast" 以正式专业的语气叙述新闻
style="customerservice" 以友好热情的语气为客户提供支持
style="assistant" 以热情而轻松的语气对数字助理讲话
style="chat" 以轻松、随意的语气闲聊
style="calm" 以沉着冷静的态度说话。 语气、音调、韵律与其他语音类型相比要统一得多。
style="cheerful" 以较高的音调和音量表达欢快、热情的语气
style="sad" 以较高的音调、较低的强度和较低的音量表达悲伤的语气。 这种情绪的常见特征是说话时呜咽或哭泣。
style="angry" 以较低的音调、较高的强度和较高的音量来表达恼怒的语气。 说话者处于愤怒、生气和被冒犯的状态。
style="fearful" 以较高的音调、较高的音量和较快的语速来表达恐惧、紧张的语气。 说话者处于紧张和不安的状态。
style="disgruntled" 表达轻蔑和抱怨的语气。 这种情绪的语音表现出不悦和蔑视。
style="serious" 表达严肃和命令的语气。 说话者的声音通常比较僵硬，节奏也不那么轻松。
style="affectionate" 以较高的音调和音量表达温暖而亲切的语气。 说话者处于吸引听众注意力的状态。 说话者的“个性”往往是讨人喜欢的。
style="gentle" 以较低的音调和音量表达温和、礼貌和愉快的语气
style="lyrical" 以优美又带感伤的方式表达情感
zh-CN-YunyangNeural
style="customerservice" 以友好热情的语气为客户提供支持
zh-CN-YunyeNeural style="calm" 以沉着冷静的态度说话。 语气、音调、韵律与其他语音类型相比要统一得多。
style="cheerful" 以较高的音调和音量表达欢快、热情的语气
style="sad" 以较高的音调、较低的强度和较低的音量表达悲伤的语气。 这种情绪的常见特征是说话时呜咽或哭泣。
style="angry" 以较低的音调、较高的强度和较高的音量来表达恼怒的语气。 说话者处于愤怒、生气和被冒犯的状态。
style="fearful" 以较高的音调、较高的音量和较快的语速来表达恐惧、紧张的语气。 说话者处于紧张和不安的状态。
style="disgruntled" 表达轻蔑和抱怨的语气。 这种情绪的语音表现出不悦和蔑视。
style="serious" 表达严肃和命令的语气。 说话者的声音通常比较僵硬，节奏也不那么轻松。
zh-CN-YunxiNeural style="assistant" 以热情而轻松的语气对数字助理讲话
style="cheerful" 以较高的音调和音量表达欢快、热情的语气
style="sad" 以较高的音调、较低的强度和较低的音量表达悲伤的语气。 这种情绪的常见特征是说话时呜咽或哭泣。
style="angry" 以较低的音调、较高的强度和较高的音量来表达恼怒的语气。 说话者处于愤怒、生气和被冒犯的状态。
style="fearful" 以较高的音调、较高的音量和较快的语速来表达恐惧、紧张的语气。 说话者处于紧张和不安的状态。
style="disgruntled" 表达轻蔑和抱怨的语气。 这种情绪的语音表现出不悦和蔑视。
style="serious" 表达严肃和命令的语气。 说话者的声音通常比较僵硬，节奏也不那么轻松。
style="depressed" 调低音调和音量来表达忧郁、沮丧的语气
style="embarrassed" 在说话者感到不舒适时表达不确定、犹豫的语气
zh-CN-XiaohanNeural
style="cheerful" 以较高的音调和音量表达欢快、热情的语气
style="sad" 以较高的音调、较低的强度和较低的音量表达悲伤的语气。 这种情绪的常见特征是说话时呜咽或哭泣。
style="angry" 以较低的音调、较高的强度和较高的音量来表达恼怒的语气。 说话者处于愤怒、生气和被冒犯的状态。
style="fearful" 以较高的音调、较高的音量和较快的语速来表达恐惧、紧张的语气。 说话者处于紧张和不安的状态。
style="disgruntled" 表达轻蔑和抱怨的语气。 这种情绪的语音表现出不悦和蔑视。
style="serious" 表达严肃和命令的语气。 说话者的声音通常比较僵硬，节奏也不那么轻松。
style="embarrassed" 在说话者感到不舒适时表达不确定、犹豫的语气
style="affectionate" 以较高的音调和音量表达温暖而亲切的语气。 说话者处于吸引听众注意力的状态。 说话者的“个性”往往是讨人喜欢的。
style="gentle" 以较低的音调和音量表达温和、礼貌和愉快的语气
zh-CN-XiaomoNeural
style="calm" 以沉着冷静的态度说话。 语气、音调、韵律与其他语音类型相比要统一得多。
style="cheerful" 以较高的音调和音量表达欢快、热情的语气
style="angry" 以较低的音调、较高的强度和较高的音量来表达恼怒的语气。 说话者处于愤怒、生气和被冒犯的状态。
style="fearful" 以较高的音调、较高的音量和较快的语速来表达恐惧、紧张的语气。 说话者处于紧张和不安的状态。
style="disgruntled" 表达轻蔑和抱怨的语气。 这种情绪的语音表现出不悦和蔑视。
style="serious" 表达严肃和命令的语气。 说话者的声音通常比较僵硬，节奏也不那么轻松。
style="depressed" 调低音调和音量来表达忧郁、沮丧的语气
style="gentle" 以较低的音调和音量表达温和、礼貌和愉快的语气
zh-CN-XiaoxuanNeural
style="calm" 以沉着冷静的态度说话。 语气、音调、韵律与其他语音类型相比要统一得多。
style="cheerful" 以较高的音调和音量表达欢快、热情的语气
style="angry" 以较低的音调、较高的强度和较高的音量来表达恼怒的语气。 说话者处于愤怒、生气和被冒犯的状态。
style="fearful" 以较高的音调、较高的音量和较快的语速来表达恐惧、紧张的语气。 说话者处于紧张和不安的状态。
style="disgruntled" 表达轻蔑和抱怨的语气。 这种情绪的语音表现出不悦和蔑视。
style="serious" 表达严肃和命令的语气。 说话者的声音通常比较僵硬，节奏也不那么轻松。
style="depressed" 调低音调和音量来表达忧郁、沮丧的语气
style="gentle" 以较低的音调和音量表达温和、礼貌和愉快的语气
zh-CN-XiaoruiNeural
style="sad" 以较高的音调、较低的强度和较低的音量表达悲伤的语气。 这种情绪的常见特征是说话时呜咽或哭泣。
style="angry" 以较低的音调、较高的强度和较高的音量来表达恼怒的语气。 说话者处于愤怒、生气和被冒犯的状态。
style="fearful" 以较高的音调、较高的音量和较快的语速来表达恐惧、紧张的语气。 说话者处于紧张和不安的状态。
|
