我想使用 GCP 文本到语音 API 来合成文本到语音，几乎我能找到的每个示例都会写入一个新文件，我想在该函数输入文本并通过计算机扬声器读取它时执行此操作。我一直在尝试转换 GCP 上传的代码，表示“你好，世界”。我还没有找到一种方法可以在转换后立即阅读它。好像Watson和Azure有这个服务，但GCP没有？
client = texttospeech.TextToSpeechClient(credentials=credentials)
synthesis_input = texttospeech.types.SynthesisInput(text=string)
voice = texttospeech.types.VoiceSelectionParams(
language_code='en-US',
ssml_gender=texttospeech.enums.SsmlVoiceGender.NEUTRAL)
audio_config = texttospeech.types.AudioConfig(
audio_encoding=texttospeech.enums.AudioEncoding.MP3)
response = client.synthesize_speech(synthesis_input, voice, audio_config)
with open('output.mp3', 'wb') as out:
out.write(response.audio_content)
print('Audio content written to file "output.mp3"')
任何帮助将不胜感激，我猜我缺少一些文档或简单的配置。
最佳答案
GCP 文本转语音 API 返回包含音频数据的响应。返回后如何处理这些数据取决于您。在上面的示例中，数据被写入文件。如果您愿意，您可以将该数据传输到音频播放器以立即播放，而不涉及文件。数据格式的选择是 WAV、MP3 或 OGG ...请参阅 https://cloud.google.com/text-to-speech/docs/reference/rest/v1beta1/text/synthesize#AudioEncoding .
至于播放音频数据的API... Play audio with Python
关于python-3.x - 是否可以在不编写新文件的情况下将文本合成语音？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/58310377/