Сегодня я покажу как с помощью Python и Yandex SpeechKit озвучивать текст. Расскажу для чего может понадобиться решать такаю задачу и выложу код с которого можно начать разбираться с этим порой очень полезным инструментом. Прежде чем начать нужно несколько слов.
Yandex SpeechKit платный инструмент
За озвучание 10 000 символов текста Стандартными голосами вам придется оплатить на момент написания статьи около 2 рублей. За Премиум голоса придется заплатить примерно 120 рублей. Подробнее смотри в калькуляторе Yandex Cloud.
При первом подключении к Yandex Cloud, на данный момент, Яндекс выдает грант в 4000 рублей, 3000 из которых можно потратить в том числе на оплату Yandex Speechkit. Однако этот грант ограничен по сроку использования 60 днями. На 61 день грант обнулится. Поэтому если хотите израсходовать их все — подготовьтесь прежде чем брать грант.
Даже если вы захотите просто попробовать. За гранты. Вам все равно придется активировать платежный аккаунт в Yandex Cloud путем привязки банковской карты (или YooMoney). Которую нельзя отвязать.
Есть не мало решений где можно получить озвучку задаром. Яндекс Speechkit привлекателен возможностью построения серверного решения, масштабируемого и переносимого. А также качественными голосами.
У Yandex Speechkit есть лимиты
Даже в платном режиме есть лимиты использования. За один запрос вы не можете отправить на озвучание более 5000 символов текста и не чаще чем 40 раз в секунду. Подробнее лимиты смотри здесь.
Yandex Cloud замороченная штука
Вам придется разобраться с токенами, облаками, папками в Yandex Cloud и всяким таким. Т.е. это не так просто — взял токен и поскакал. Особенно если вы строите полностью автоматизированную систему. Описание метода смотри в документации.
Видео по Yandex SpeechKit
Я снял вводное видео, где показал весь путь от регистрации в Yandex Cloud до синтеза речи на Python.
Синтез речи с Yandex SpeechKit на Python
Ниже исходники кода из видео. В исходниках нет токенов и нет SOX, но посмотрите видео и поймете что нужно ещё сделать чтобы код заработал:
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 |
import os import subprocess import time from creds import token, folder_id import requests root_path = os.path.dirname(__file__) target_path = 'c:\\_tmp\\_speechkit\\' """ Протухает через 12 часов не использования yc iam create-token >> /home/web/token.txt Кусок текста меньше 5000 симв https://cloud.yandex.ru/docs/speechkit/tts/request#wav https://cloud.yandex.ru/docs/speechkit/tts/request https://cloud.yandex.ru/docs/speechkit/api-ref/grpc/tts_service """ def synthesize(text): url = 'https://tts.api.cloud.yandex.net/speech/v1/tts:synthesize' headers = {'Authorization': 'Bearer ' + token,} data = { 'folderId': folder_id, 'text': text, 'lang': 'ru-RU', # 'voice':'alena', # премиум - жрет в 10 раз больше денег 'voice':'jane', # oksana 'emotion':'evil', 'speed':'1.1', # по умолчанию конвертит в oggopus, кот никто не понимает, зато занимат мало места 'format': 'lpcm', 'sampleRateHertz': 48000, } with requests.post(url, headers=headers, data=data, stream=True) as resp: if resp.status_code != 200: raise RuntimeError("Invalid response received: code: %d, message: %s" % (resp.status_code, resp.text)) for chunk in resp.iter_content(chunk_size=None): yield chunk def write_file(text): """ Пишет чанки в вайл :param text: :return: """ filename = str(int(time.time())) with open(target_path + filename + ".raw", "wb") as f: for audio_content in synthesize(text): f.write(audio_content) time.sleep(2) return filename def convert(filename): """ Для конверсии в wav :param filename: :return: """ # собираю команду конвертации cmd = " ".join([ root_path + "\sox\sox.exe", "-r 48000 -b 16 -e signed-integer -c 1", target_path + filename + ".raw", target_path + filename + ".wav", ]) # выполняю команду конвертации subprocess.Popen(cmd, stdout=subprocess.PIPE, stderr=subprocess.STDOUT, universal_newlines=True) def read_text(): """ Читаю текстовый файл :return: """ with open("text.txt", "r", encoding="UTF-8") as f: text = f.read() return text convert(write_file(read_text())) |
Если у вас есть вопросы или нужно ещё что-то рассказать что не рассказано в видео — пишите в комментариях к видео. Комментарии помогают продвижению видео, я получаю уведомления о новых комментариях и, соотв., стараюсь отвечать на них максимально оперативно.
Также подписывайтесь на мой канал Azzrael Code, я иногда делаю стримы и видео ответов на ваши вопросы.