科大讯飞 文字转语音
1、wav音频文件的格式
wav文件由文件头和采样数据2部分组成。
文件头又分为RIFF(Resource Interchange File Format)、WAVE文件标识段 和 声音数据格式说明段组成。
各段的起始地址分别由RIFF标识符、WAVE标识符、以及波形格式标识符(FMT)标定。
(1)文件头格式
注意:下面的地址是连续的
虽然上图给出的数据标识符起始地址刚好是文件头的末地址+1,但并不代表总是这样。
因此,我们在读取数据时最好是找到数据标识符,该标识符的4个字节刚好是'd'、‘a’、‘t’、‘a’。
(2)数据格式
wav结构体定义:
typedef struct _wave_pcm_hdr {char riff[4]; //资源交换文件标志int size_8; //从下个地址开始到文件结尾的字节数 char wave[4]; //wave文件标识 char fmt[4]; //波形格式标识 int fmt_size;//过滤字节(一般为00000010H) short int formate_tag; //格式种类,值为1时,表示PCM线性编码 short int channels; //通道数,单声道为1,双声道为2 int samples_per_sec; //采样频率 int avg_bytes_per_sec;//数据传输率 (每秒字节=采样频率×每个样本字节数) short int block_align; //块对齐字节数 = channles * bit_samp / 8 short int bits_per_sample; //bits per sample (又称量化位数) char data[4];int data_size; }_wave_pcm_hdr; _wave_pcm_hdr default_wave_hdr= {{ 'R', 'I', 'F', 'F' },0,{ 'W', 'A', 'V', 'E' },{ 'f', 'm', 't', ' ' },16,1,1,16000,32000,2,16,{ 'd', 'a', 't', 'a' },0};
代码:
#include "stdafx.h" #include "msp_cmn.h" #include "msp_errors.h" #include "qtts.h" #include <string> #include <Windows.h> #ifdef _WIN64 #pragma comment (lib,"msc_x64.lib") #else #pragma comment (lib,"msc.lib") #endif // _WIN64#pragma comment(lib,"WinMM.lib") typedef struct _wave_pcm_hdr {char riff[4]; //资源交换文件标志int size_8; //从下个地址开始到文件结尾的字节数 char wave[4]; //wave文件标识 char fmt[4]; //波形格式标识 int fmt_size;//过滤字节(一般为00000010H) short int formate_tag; //格式种类,值为1时,表示PCM线性编码 short int channels; //通道数,单声道为1,双声道为2 int samples_per_sec; //采样频率 int avg_bytes_per_sec;//数据传输率 (每秒字节=采样频率×每个样本字节数) short int block_align; //块对齐字节数 = channles * bit_samp / 8 short int bits_per_sample; //bits per sample (又称量化位数) char data[4];int data_size; }_wave_pcm_hdr; _wave_pcm_hdr default_wave_hdr= {{ 'R', 'I', 'F', 'F' },0,{ 'W', 'A', 'V', 'E' },{ 'f', 'm', 't', ' ' },16,1,1,16000,32000,2,16,{ 'd', 'a', 't', 'a' },0};int _tmain(int argc, _TCHAR* argv[]) {const char* usr = NULL;const char* pwd = NULL;const char* lgi_param = "appid = 58610d7f";int ret = MSPLogin(usr, pwd, lgi_param);if (MSP_SUCCESS != ret){printf("MSPLogin failed, error code is: %d", ret);}const char * ssb_param = "voice_name = xiaoyan, aue = speex-wb;7, sample_rate = 16000, speed = 50, volume = 50, pitch = 50, rdn = 2";ret = -1;const char * sessionID = QTTSSessionBegin(ssb_param, &ret);if (MSP_SUCCESS != ret){printf("QTTSSessionBegin failed, error code is : %d", ret);}const char* src_text;char ch[1000];src_text=gets(ch);unsigned int text_len = strlen(src_text); //textLen参数为合成文本所占字节数ret = QTTSTextPut(sessionID, src_text, text_len, NULL);if (MSP_SUCCESS != ret){printf("QTTSTextPut failed, error code is : %d", ret);}FILE* fp = fopen("112.wav", "wb");fwrite(&default_wave_hdr, sizeof(default_wave_hdr),1,fp);unsigned int audio_len = 0;int synth_status = 0;while (1){const void * data = QTTSAudioGet(sessionID, &audio_len, &synth_status, &ret);if (NULL != data){fwrite(data, audio_len, 1, fp);default_wave_hdr.data_size += audio_len;}if (MSP_TTS_FLAG_DATA_END == synth_status || MSP_SUCCESS != ret){break;}}fclose(fp);default_wave_hdr.size_8 += default_wave_hdr.data_size + (sizeof(default_wave_hdr) - 8);fseek(fp, 4, 0);fwrite(&default_wave_hdr.size_8, sizeof(default_wave_hdr.size_8), 1, fp);fseek(fp, 40, 0);fwrite(&default_wave_hdr.data_size, sizeof(default_wave_hdr.data_size), 1, fp);fclose(fp);ret = QTTSSessionEnd(sessionID, "normal end");if (MSP_SUCCESS != ret){printf("QTTSSessionEnd failed, error code is : %d", ret);}PlaySoundA("qweqwr.wav", NULL, SND_ALIAS);ret = MSPLogout();if (MSP_SUCCESS != ret){printf("MSPLogout failed, error code is: %d", ret);}system("pause");return 0; }
代码
转载于:https://www.cnblogs.com/ye-ming/p/7851851.html
科大讯飞 文字转语音相关推荐
- 【虚幻引擎】UE4/UE5科大讯飞文字合成语音
一.链接地址 链接:https://pan.baidu.com/s/15Qoc48x3DLpw4eW1qHXInQ 提取码:jqpx B站视频链接:https://space.bilibili.c ...
- 科大讯飞webAPI文字转语音
可能会遇到的坑 原文链接 自行了解 js webWorker线程 我的目录结构 TTS.js代码 // 科大讯飞 文字->语音 import {downloadPCM, downloadWAV} ...
- 基于ROS2和科大讯飞的文字转语音TTS入门教程
基于ROS2和科大讯飞的语音转文字入门教程 基于ROS2和科大讯飞的文字转语音TTS入门教程 1.环境搭建 2.创建工程 3.编译和执行 基于ROS2和科大讯飞的文字转语音TTS入门教程 本文将展示, ...
- python 语音转文字_python使用科大讯飞语音合成文字转语音
#讯飞文字转语音 import base64 import json import time import hashlib import urllib.request import urllib.pa ...
- 科大讯飞免切换语音输入,留住更美乡音!
原标题:科大讯飞免切换语音输入,留住更美乡音! 随着短视频的火爆,近日, 讯飞输入法解锁高效语音输入,讯飞输入法十周年之际,为回馈广大用户,抖音挑战赛#这个语速太烫嘴 快语速挑战赛即日上线.小伙伴们如 ...
- Android百度语音集成——文字转语音
项目涉及文字转语音的需求,用Android原生提供的TTS生成的语音太单调,机器声音太明显,故寻求第三方更好的支持,用科大讯飞的语音包收费,百度语音免费而且不限制调用次数,主页鲜明说永久免费的智能语音 ...
- Android 文字转语音2种方式
今天在开发中做了一个文字转为语音的功能,入了很多坑. 首先我采用的是科大讯飞的在线语音合成技术.写完之后他可以在低版本的手机上读出来,但是再高版本的7.0以上就读不出来,都听不懂再读什么. 下面贴出我 ...
- Android之讯飞语音-文字转语音(不用另外安装语音合成包apk)遇到的问题
Android之讯飞语音-文字转语音 <!-- 文章内容 --><div data-note-content="" class="show-conten ...
- Python实现文字转语音功能
这是一篇简单的Python文字(汉字)转语音教程,当然对于其他语言工具在实现的方法上也是一样的 . 在自然语言处理上,文字.音频互转是一个很关键的技术点.对于语音转文字,这个个人实现较为困难,我们可以 ...
- android 文字转语音(中文) TextSpeech
1.介绍 TTS是Text To Speech的缩写,即"从文本到语音",是人机对话的一部分,让机器能够说话. 它是同时运用语言学和心理学的杰出之作,在内置芯片的支持之下,通过神经 ...
最新文章
- 在一个数组中找出和为目标值的那 两个 整数,并返回他们的数组下标python代码(Leetcode1)
- VTK:网格之DeformPointSet
- c语言中变量有几种存储方式,C语言变量的存储类别有哪些详细资料介绍
- python统计出现的中文标点_Python处理中文标点符号大集合
- PAT 1009 说反话
- php 日期转毫秒_高性能的PHP日志系统 SeasLog 使用
- 2012.4.17内存相关(二)
- 学生选课系统的源码---架构图MVC1
- iOS进阶面试题----Block部分
- java支付管理有源码_一款java版可接入微信、支付宝的三方支付系统项目
- 最新喜鹊相亲交友平台微信小程序源码V2.1.2版
- 【C语言】飞翔的小鸟游戏
- Git问题Everything up-to-date正确解决方法
- 手机版kali nethunter刷入
- 前端导出pdf以及导出内容截断的解决办法
- 【深度学习】语义分割:论文阅读:(CVPR 2022) MPViT(CNN+Transformer):用于密集预测的多路径视觉Transformer
- 【SpringBoot2—junit5断言、前置条件】
- 微信公众号网页IOS点击无反应的坑
- 学渣的刷题之旅 leetcode刷题 66. 加一
- 2021记录阿里云虚拟专用服务器的初使用