dyike / text2voice

transform text to voice

Text2Voice

Text2Voice是一个将文本信息转成语音的小工具，基于讯飞语音SDK实现的。 因为讯飞只提供了Linux C的SDK，所以此工具的运行环境是在Linux下。

环境依赖

• go version >= 1.11, go mod

使用方式

git clone [e-mail]:dyike/text2voice.git
cd $GOPATH/src/text2voice 
go mod tidy

# 将libmsc.so加入环境变量
# 64位动态库
mv xf/libs/x64/libmsc.so /usr/local/lib/
# 32位动态库
mv xf/libs/x86/libmsc.so /usr/local/lib/

export LD_LIBRARY_PATH=/usr/local/lib

# 编译
go build 

# 配置文件
cp default.json config.json

配置文件

{
    "log":{
        "enable":false,
        "filename": "voice.log",
        "level": "ll"
    },

    "appid": "5808ae7e",
    "work_dir": ".",
    "speed": 1,
    "tts": {
        "voice_name":"aisjiuxu", 
        "text_encoding":"utf8", 
        "sample_rate":16000,
        "speed":50, 
        "volume":50, 
        "pitch":50, 
        "rdn":2
    }
}

• log.enable 是否开启日志
• log.filename 日志文件名称
• log.level 日志等级
• appid 讯飞开放平台注册申请的应用的appid,请换成自己的appid才能正常使用
• work_dir 工作目录，默认当前目录下
• speed 合成速度，默认1，范围1-10，数值越小速度越快越耗CPU
• tts.voice_name 发音人名称，默认aisjiuxu(讯飞许久),支持:xiaoyan,aisxping,aisjinger,aisbabyxu,等其他付费
• tts.text_encoding 文本编码格式，默认为utf8
• tts.sample_rate 音频采样率，默认16000
• tts.speed 发音人语速，默认50
• tts.volume 发音人音量，默认50
• tts.pitch 发音人音调， 默认50
• tts.rdn 发音方式

使用示例

# 合成文件内容
./text2voice -c config.json -p test.txt -o test.mp3

# 合成文本
./text2voice -c config.json -t "哈哈，就是这样使用嘀~~" -o test.mp3

Enjoy~~~