语音合成

简介

HI，您好，欢迎使用腾讯AI开放平台语音合成API接口服务。

本文档主要针对需要集成HTTP API的技术研发工程师，详细描述语音合成能力相关的技术内容。

如果您对文档内容有任何疑问，可以通过以下几种方式联系我们：

官方交流一群：581197347

官方交流二群：705874401

官方交流三群：415349651

联系邮箱：aicamp@tencent.com

接口能力

接口名称

接口描述

API地址

语音合成(AI Lab)

将文字转换为语音，返回文字的语音数据。

https://api.ai.qq.com/fcgi-bin/aai/aai_tts

语音合成(优图)

将文字转换为语音，返回文字的语音数据。

https://api.ai.qq.com/fcgi-bin/aai/aai_tta

更多更强大的接口能力正在开发中，并逐步开放，敬请期待！

协议须知

调用方集成语音合成API时，请遵循以下规则。

规则

描述

传输方式

HTTPS

请求方法

GET

字符编码

统一采用UTF-8编码

响应格式

统一采用JSON格式

接口鉴权

签名机制，详情请阅接口鉴权

一、语音合成(AI Lab)

1. 接口描述

将文字转换为语音，返回文字的语音数据。

2. 请求参数

参数名称

是否必选

数据类型

数据约束

示例数据

描述

app_id

是

int

正整数

1000001

应用标识(AppId)

time_stamp

是

int

正整数

1493468759

请求时间戳(秒级)

nonce_str

是

string

非空且长度上限32字节

fa577ce340859f9fe

随机字符串

sign

是

string

非空且长度固定32字节

签名信息，详见接口鉴权

speaker

是

int

正整数

1

语音发音人编码，定义见下文描述

format

是

int

正整数

2

合成语音格式编码，定义见下文描述

volume

是

int

[-10, 10]

0

合成语音音量，取值范围[-10, 10]，如-10表示音量相对默认值小10dB，0表示默认音量，10表示音量相对默认值大10dB

speed

是

int

[50, 200]

100

合成语音语速，默认100

text

是

string

UTF-8编码，非空且长度上限150字节

腾讯，你好！

待合成文本

aht

是

int

[-24, 24]

0

合成语音降低/升高半音个数，即改变音高，默认0

apc

是

int

[0, 100]

58

控制频谱翘曲的程度，改变说话人的音色，默认58

语音发音人编码

发音人

编码

普通话男声

1

静琪女声

5

欢馨女声

6

碧萱女声

7

合成语音格式编码

格式名称

编码

PCM

1

WAV

2

MP3

3

3. 响应参数

参数名称

是否必选

数据类型

描述

ret

是

int

返回码； 0表示成功，非0表示出错时错误码

msg

是

string

返回信息；ret非0时表示出错时错误原因

data

是

object

返回数据；ret为0时有意义

+ format

是

int

API请求中的格式编码

+ speech

是

string

合成语音的base64编码数据

+ md5sum

是

string

合成语音的md5摘要(base64编码之前)

4. 请求限制

单用户单接口的QPS(每秒请求次数)上限如下，如需更多请联系QQ客服反馈。

未认证用户

个人认证用户

企业认证用户

1

2

10

5. 参考示例

假设示例请求数据如下。

参数名称

参数数据

描述

app_id

1000001

仅供参考

speaker

1

仅供参考

format

2

仅供参考

volume

0

仅供参考

speed

100

仅供参考

text

腾讯，你好！

使用UTF-8编码

aht

0

仅供参考

apc

58

仅供参考

time_stamp

实时计算

nonce_str

实时计算

sign

实时计算

假设应用密钥为：a95eceb1ac8c24ee28b70f7dbba912bf。

下面使用PHP实现该HTTP API调用，其中getReqSign、doHttpPost可以从接口鉴权获取。

// 设置请求数据

$appkey = 'a95eceb1ac8c24ee28b70f7dbba912bf';

$params = array(

'app_id' => '1000001',

'speaker' => '1',

'format' => '2',

'volume' => '0',

'speed' => '100',

'text' => '腾讯，你好',

'aht' => '0',

'apc' => '58',

'time_stamp' => strval(time()),

'nonce_str' => strval(rand()),

'sign' => '',

);

$params['sign'] = getReqSign($params, $appkey);

// 执行API调用

$url = 'https://api.ai.qq.com/fcgi-bin/aai/aai_tts';

$response = doHttpPost($url, $params);

echo $response;

上述echo $response的输出结果即API的响应结果(注意使用UTF-8编码)：

{

"ret": 0,

"msg": "ok",

"data": {

"format": 2,

"speech": "UklGRk...",

"md5sum": "5D92C5870E5DD36D4D56C0110B8F1E78"

}

}

二、语音合成(优图)

1. 接口描述

将文字转换为语音，返回文字的语音数据。

2. 请求参数

参数名称

是否必选

数据类型

数据约束

示例数据

描述

app_id

是

int

正整数

1000001

应用标识(AppId)

time_stamp

是

int

正整数

1493468759

请求时间戳(秒级)

nonce_str

是

string

非空且长度上限32字节

fa577ce340859f9fe

随机字符串

sign

是

string

非空且长度固定32字节

签名信息，详见接口鉴权

text

是

string

utf8格式，最大300字节

...

待合成语音文本

model_type

是

int

[0,2]

...

发音模型，默认为0，定义见下文描述

speed

是

int

[-2,2]

...

语速，默认为0，定义见下文描述

模型编码

模型

编码

女生

0

女生纯英文

1

男生

2

语速编码

语速

编码

0.6倍速

-2

0.8倍速

-1

正常速度

0

1.2倍速

1

1.5倍速

2

3. 响应参数

参数名称

是否必选

数据类型

描述

ret

是

int

返回码； 0表示成功，非0表示出错

msg

是

string

返回信息；ret非0时表示出错时错误原因

data

是

object

返回数据；ret为0时有意义

+ voice

是

string

合成语音的base64编码数据，语音为MP3格式

4. 参考示例

假设示例请求数据如下。

参数名称

参数数据

描述

app_id

1000001

仅供参考

text

腾讯，你好！

使用UTF-8编码

model_type

0

仅供参考

speed

0

仅供参考

time_stamp

实时计算

nonce_str

实时计算

sign

实时计算

假设应用密钥为：a95eceb1ac8c24ee28b70f7dbba912bf。

下面使用PHP实现该HTTP API调用，其中getReqSign、doHttpPost可以从接口鉴权获取。

// 设置请求数据

$appkey = 'a95eceb1ac8c24ee28b70f7dbba912bf';

$params = array(

'app_id' => '1000001',

'text' => '腾讯，你好',

'model_type' => '0',

'speed' => '0',

'time_stamp' => strval(time()),

'nonce_str' => strval(rand()),

'sign' => '',

);

$params['sign'] = getReqSign($params, $appkey);

// 执行API调用

$url = 'https://api.ai.qq.com/fcgi-bin/aai/aai_tta';

$response = doHttpPost($url, $params);

echo $response;

上述echo $response的输出结果即API的响应结果(注意使用UTF-8编码)：

{

"ret": 0,

"msg": "ok",

"data": {

"voice": "UklGRk...",

}

}