php 讯飞语音评测_PHP调用科大讯飞语音合成(离线版)

忘是亡心i 2023-01-08 08:10 442阅读 0赞

前言

起因在这里，考虑到流式版涉及到网络传输以及本地转码操作。一分半钟的音频大概需要20秒才能转换完成，于是去了解了一下离线版本(主要其实是因为离线版比流式版便宜很多)。相比流式版，在调用离线版时遇到的坑就比较多了，记录一下，供自己和他人留作参考。

步骤

科大讯飞语音合成(离线版)的文档和SDK在这里

详细的接口文档在这里

常见错误码及原因在这里

再次吐槽一下科大讯飞的文档真的好久都没更新了吧。

1. 下载SDK

我们是跑在CentOS系统上的，所以下载的是Linux版高品质离线SDK。

下载解压之后可以看到目录结构如下：

\-bin \#可执行文件 资源目录

\-doc \#文档目录 没啥子用

\-include \#SDK需要引用的一些头文件

\-libs \#引用的库目录

\-samples \#样例目录

\-README

\-release.txt

2. 编写代码

由于给的样例全部都是写死的，所以要对其进行魔改。

首先新建一个文件夹，将bin、include、libs、samples/xtts\_offline\_sample/目录下的xtts\_offline\_sample.c、Makefile、64bit\_make.sh拷贝到该文件夹下。

修改Makefile文件中的路径和生成文件为

\#common makefile header

DIR\_INC = ./include

DIR\_BIN = ./bin

DIR\_LIB = ./libs

TARGET = inews

BIN\_TARGET = $(DIR\_BIN)/$(TARGET)

CROSS\_COMPILE =

CFLAGS = -g -Wall -I$(DIR\_INC)

ifdef LINUX64

LDFLAGS := -L$(DIR\_LIB)/x64

else

LDFLAGS := -L$(DIR\_LIB)/x86

endif

LDFLAGS += -lmsc -lrt -ldl -lpthread -lstdc++

OBJECTS := $(patsubst %.c,%.o,$(wildcard \*.c))

$(BIN\_TARGET) : $(OBJECTS)

$(CROSS\_COMPILE)gcc $(CFLAGS) $^ -o $@ $(LDFLAGS)

%.o : %.c

$(CROSS\_COMPILE)gcc -c $(CFLAGS) $< -o $@

clean:

@rm -f \*.o $(BIN\_TARGET)

.PHONY:clean

\#common makefile foot

然后修改64bit\_make.sh文件中的路径为

\#编译64位可执行文件

make clean;make LINUX64=1

\#设置libmsc.so库搜索路径

export LD\_LIBRARY\_PATH=$(pwd)/libs/x64/

接着就是重头戏，修改xtts\_offline\_sample.c文件

由于我C学的不是很好，又要求能够灵活配置，所以改这玩意贼痛苦，当然也是能跑就行。

首先是去掉一些无用的代码和注释。

然后修改引用头文件的路径为

\#include "./include/qtts.h"

\#include "./include/msp\_cmn.h"

\#include "./include/msp\_errors.h"

观察这个文件，发现是定义了一个结构体，并构造了一个结构体变量，还包含一个主函数和一个文本合成的函数，其实只需要修改主函数的一些参数就行了。

由于需要用PHP来调用，为了保证灵活性，决定将需要配置的参数都作为主函数的参数传入，在PHP中调用这个可执行文件。

其中主函数修改如下

/\*\* 参数顺序\* draft\_content 稿件内容\* speed 语速\* volume 音量\* pitch 音调\* is\_change 是否变声 1=变声 0=不变声\* voice\_name 合成发音人\* file\_name 保存文件名\*\* 其他参数\* rdn 合成音频数字发音方式\* sample\_rate 合成音频采样率\* text\_encoding 合成文本编码格式\*/

int main(int argc, char \*argv\[\])

char \*draft\_content = argv\[1\];

char \*speed = argv\[2\];

char \*volume = argv\[3\];

char \*pitch = argv\[4\];

char \*is\_change = argv\[5\];

char \*voice\_name = argv\[6\];

char \*file\_name = argv\[7\];

char \*effect = argv\[8\];

int ret = MSP\_SUCCESS;

//登录参数,appid与msc库绑定,请勿随意改动 const char \*login\_params = "appid = 自己申请的appid, work\_dir = /usr/local/inews/bin/";

//拼接生成音频参数 char \*session\_begin\_params = (char \*)malloc(sizeof(char) \* 300);

strcat(session\_begin\_params, "engine\_type = purextts,text\_encoding = UTF8, tts\_res\_path = fo|res/xtts/");

//拼接发音人资源 strcat(session\_begin\_params, voice\_name);

strcat(session\_begin\_params, ".jet;fo|res/xtts/common.jet, sample\_rate = 16000, rdn = 0");

//拼接语速 strcat(session\_begin\_params, ",speed=");

strcat(session\_begin\_params, speed);

//拼接音量 strcat(session\_begin\_params, ",volume=");

strcat(session\_begin\_params, volume);

//拼接音调 strcat(session\_begin\_params, ",pitch=");

strcat(session\_begin\_params, pitch);

//拼接发音人，方案待定 strcat(session\_begin\_params, ",voice\_name=");

strcat(session\_begin\_params, voice\_name);

//拼接合成效果 //0=无音效 1=忽远忽近 2=回声 3=机器人 4=合唱 5=水下 6=混响 7=阴阳怪气 strcat(session\_begin\_params, ",effect=");

strcat(session\_begin\_params, effect);

/\* 用户登录 \*/

//第一个参数是用户名，第二个参数是密码，第三个参数是登录参数，用户名和密码可在http://www.xfyun.cn注册获取 ret = MSPLogin(NULL, NULL, login\_params);

if (MSP\_SUCCESS != ret)

printf("MSPLogin failed, error code: %d.\\n", ret);

goto exit; //登录失败，退出登录 \}

/\* 文本合成 \*/

printf("开始合成 ...\\n");

ret = text\_to\_speech(draft\_content, file\_name, session\_begin\_params);

if (MSP\_SUCCESS != ret)

printf("text\_to\_speech failed, error code: %d.\\n", ret);

printf("合成完毕\\n");

exit:

MSPLogout(); //退出登录

return 0;

首先是获取PHP传过来的参数，然后将这些参数进行拼装，然后调用文本合成函数即可。

在文件夹目录下输入bash 64bit\_make.sh完成编译，在执行目录下运行目标文件即可。

其中PHP代码为

/\*\*\* 调用科大讯飞接口合成语音\* @param $params\* @return array\*/

public function createAudio($params)

//判断文件夹是否存在 if (!is\_dir(ROOT\_PATH)) \{

@mkdir(ROOT\_PATH);

$draft\_name = $params\['draft\_name'\];

$draft\_content = $params\['draft\_content'\];

$speed = $params\['speed'\];

$volume = $params\['volume'\];

$pitch = $params\['pitch'\];

$is\_change = $params\['is\_change'\];

$file\_name = $draft\_name . date('YmdHis', time());

$effect = isset($params\['effect'\]) ? $params\['effect'\] : 6;

$voice\_name = isset($params\['voice\_name'\]) ? $params\['voice\_name'\] : 'xiaoyan';

//离线方式 //离线合成方式共需传8个参数 //分别是稿件内容 语速 音量 音调 是否变声 发音人 文件名 合成效果 //合成效果：0=无音效，1=忽远忽近，2=回声，3=机器人，4=合唱，5=水下，6=混响，7=阴阳怪气 $audio\_name = $file\_name.'.wav';

$shell = '/usr/local/inews/bin/inews ' . $draft\_content . ' ' . $speed . ' ' . $volume . ' ' . $pitch . ' ';

$shell .= $is\_change . ' ' . $voice\_name . ' ' . ROOT\_PATH . $audio\_name . ' ' . $effect;

exec($shell);

if (!file\_exists(ROOT\_PATH . $audio\_name)) \{

return \[

'code' => -1,

'msg' => '语音合成失败'

\];

return \[

'code' => 0,

'msg' => '合成成功',

'data' => \[

'audio\_name' => $audio\_name,

'audio\_url' => getenv("URL").'/audio/' . $audio\_name,

\];

只需要按照上面主函数参数的形式调用即可。

总结

现将遇到的一些坑总结一下：由于PHP代码和SDK不在同一个目录下，所以用PHP调用时一直会报24001和10116错误码，根据这个官方资源，修改login\_params中的work\_dir目录即可。

资源路径只支持两个

文档中session\_begin\_params的engine\_type说是分为local 和cloud两种，其实cloud就是流式版WebAPI，local也改为了purextts。

由于PHP调用一直不成功，但直接运行可执行文件是可以生成音频文件的，所以使用exec()函数将返回的结果和状态码输出出来，可参考这篇文章，但是很坑的是啥都没返回- -。于是就将执行的结果写入到文件中，在$shell 后面加>/data/wwwroot/111.txt 2>&1，即可将执行结果写入到文件中。注意第一个>前有一个空格。

通过上面一步我们发现报错信息为

/usr/local/inews/bin/inews: error while loading shared libraries: libmsc.so: cannot open shared object file: No such file or directory

通过这个博客发现，在/etc/ld.so.conf.d/local.conf文件中确实没有调用的库的路径，在后面加上/usr/local/inews/libs/x64(其中inews为我新建的文件夹)，然后输入ldconfig使其生效。然后就可以调用成功了。

调用之后发现生成同样的音频文件只需要3秒钟即可，比流式版高效稳定很多。