audio - 使用 Google Translate API 获取单词的发音

Question

我正在尝试将法语单词的发音保存到 .wav 或 .mp3 文件中。

我想知道 Google Translate API 上是否有任何地方(因为它有发音功能)可以让我实现这个目标。其他库也可以工作。

Answer 1

自从提出这个问题以来，从 Google 翻译中“抓取”MP3 变得更加困难，但 Google(最终)设置了 TTS API 。有趣的是，它按输入字符计费，每月前 1 或 400 万个输入字符是免费的(取决于您使用的是 WaveNet 还是老式语音)

现在，要在命令行上使用 gcloud 来执行此操作(而不是将其构建到应用程序中)，您将大致执行以下操作(我正在解释 TTS quick start )。本演练需要 base64、curl、gcloud 和 jq。

1. 在 GCP 控制台上创建一个项目，或运行类似 gcloudprojects create example-throtaway-tts
2. Enable billing对于该项目。即使您不打算超出免费赠品配额，也请执行此操作。
3. 使用 GCP 控制台 enable the TTS API对于您刚刚设置的项目。
4. 再次使用控制台，这次是 make a new service account 。
   • 使用任何旧名称
   • 不要赋予它任何作用。您会收到警告。这没关系。
   • 如果尚未选择 key 类型 JSON，请选择它
   • 点击创建
   • 保留浏览器下载的 JSON 文件
5. 设置一个环境变量以指向该文件，例如导出 GOOGLE_APPLICATION_CREDENTIALS="~/Downloads/service-account-file.json"
6. 获取适当的访问 token :
   1. 告诉 gcloud 使用该新项目:gcloud config set project example-throtaway-tts
   2. 设置变量TTS_ACCESS_TOKEN=gcloud auth application-default print-access-token
7. 组合一个 JSON 请求。下面我举一个例子。对于此示例，我们将其称为 request.json

8. 最后，运行以下命令

    curl \
   -H "Authorization: Bearer "$TTS_ACCESS_TOKEN \
   -H "Content-Type: application/json; charset=utf-8" \
   --data-raw @request.json \
   "https://texttospeech.googleapis.com/v1/text:synthesize" \
   | jq '.audioContent' \
   | base64 --decode > very_simple_example.mp3
   

这样做的目的是

• 使用您设置的项目的默认访问 token 进行身份验证
• 将内容类型设置为 JSON(以便 jq 可以提取有效负载)
• 使用 request.json 作为要使用 curl 的 --data-raw 标志发送的数据
• 从响应中提取 audioContent 的值
• base64 解码该内容
• 将所有乱七八糟的内容保存为 MP3

request.json 的内容如下。你可以看到在哪里插入你想要的文字，调整the voice或通过 audioConfig 更改输出格式:

{
  'input':{
    'text':'very simple example'
  },
  'voice':{
    'languageCode':'en-gb',
    'name':'en-GB-Standard-A',
    'ssmlGender':'FEMALE'
  },
  'audioConfig':{
      'audioEncoding':'MP3'
  }
}

原始答案

正如 Hugolpz 所暗示的，如果您知道所需的单词或短语(通过之前的 Translate API 调用)，您可以从类似 http://translate.google.com/translate_tts?ie=UTF-8&q=Bonjour&tl=fr 的 URL 获取 MP3。

请注意，&tl=fr 确保您获得法语而不是默认英语。

您需要限制自己的速度，但如果您要查找少量单词或短语，应该没问题。