Crea audio nel formato lungo
Questo documento ti guida nella procedura di sintesi di audio nel formato lungo. La sintesi audio lunga sintetizza in modo asincrono fino a 1 milione di byte in ingresso. Per saperne di più sui concetti fondamentali di Text-to-Speech, leggi Nozioni di base su Text-to-Speech.
Prima di iniziare
Prima di poter inviare una richiesta all'API Text-to-Speech, devi aver completato le azioni seguenti. Consulta le prima di iniziare per maggiori dettagli.
- Abilita Text-to-Speech in un progetto Google Cloud.
- Assicurati che la fatturazione sia abilitata per Text-to-Speech.
- Assicurati di disporre dei seguenti ruoli IAM (Identity and Access Management) nel bucket GCS di output.
- Storage Object Creator
- Storage Object Viewer
-
After Installing the Google Cloud CLI, configure the gcloud CLI to use your federated identity and then initialize it by running the following command:
gcloud init
Sintetizza l'audio lungo dal testo tramite la riga di comando
Puoi convertire testo nel formato lungo in audio effettuando una richiesta POST HTTP al
Endpoint https://texttospeech.googleapis.com/v1beta1/projects/{$project_number}/locations/global:synthesizeLongAudio
.
Nel corpo del comando POST, specifica i seguenti campi.
• voice
: il tipo di voce da sintetizzare.
• input.text
: il testo da sintetizzare.
• audioConfig
: il tipo di audio da creare.
• output_gcs_uri
: il percorso del file di output GCS nel formato "gs://bucket_name/file_name.wav".
• parent
: il publisher principale nel formato "projects/{YOUR PROJECT NUMBER}/locations/{YOUR PROJECT LOCATION}".
L'input può contenere fino a 1 MB di caratteri e il limite esatto può variare a seconda dell'input.
Crea un bucket Google Cloud Storage all'interno del progetto che verrà utilizzato per eseguire la sintesi. Assicurati che l'account di servizio utilizzato per eseguire la sintesi disponga dell'accesso in lettura/scrittura al bucket GCS di output.
Esegui la richiesta REST riportata di seguito alla riga di comando per sintetizzare l'audio da testo utilizzando Text-to-Speech. Il comando utilizza
gcloud auth application-default print-access-token
per recuperare un'autorizzazione token per la richiesta.Assicurati che l'account di servizio che esegue l'operazione GET abbia il ruolo Editor di Text-to-Speech.
Metodo HTTP e URL:
POST https://texttospeech.googleapis.com/v1beta1/projects/12345/locations/global:synthesizeLongAudio
Corpo JSON della richiesta:
{ "parent": "projects/12345/locations/global", "audio_config":{ "audio_encoding":"LINEAR16" }, "input":{ "text":"hello" }, "voice":{ "language_code":"en-us", "name":"en-us-Standard-A" }, "output_gcs_uri": "gs://bucket_name/file_name.wav" }
Per inviare la richiesta, espandi una delle seguenti opzioni:
Dovresti ricevere una risposta JSON simile alla seguente:
{ "name": "23456", "metadata": { "@type": "type.googleapis.com/google.cloud.texttospeech.v1beta1.SynthesizeLongAudioMetadata", "progressPercentage": 0, "startTime": "2022-12-20T00:46:56.296191037Z", "lastUpdateTime": "2022-12-20T00:46:56.296191037Z" }, "done": false }
L'output JSON per il comando REST contiene il nome lungo dell'operazione nella campo
name
. Esegui la richiesta REST riportata di seguito alla riga di comando per eseguire una query lo stato dell'operazione a lunga esecuzione.Assicurati che l'account di servizio che esegue l'operazione GET provenga dallo stesso progetto utilizzato per la sintesi.
Metodo HTTP e URL:
GET https://texttospeech.googleapis.com/v1beta1/projects/12345/locations/global/operations/23456
Per inviare la richiesta, espandi una delle seguenti opzioni:
Dovresti ricevere una risposta JSON simile alla seguente:
{ "name": "projects/12345/locations/global/operations/23456", "metadata": { "@type": "type.googleapis.com/google.cloud.texttospeech.v1beta1.SynthesizeLongAudioMetadata", "progressPercentage": 100 }, "done": true }
Esegui una query sull'elenco di tutte le operazioni in esecuzione in un determinato progetto, esegui richiesta REST riportata di seguito.
Assicurati che l'account di servizio che esegue l'operazione LIST appartenga allo stesso progetto utilizzato per la sintesi.
Metodo HTTP e URL:
GET https://texttospeech.googleapis.com/v1beta1/projects/12345/locations/global/operations
Per inviare la richiesta, espandi una delle seguenti opzioni:
Dovresti ricevere una risposta JSON simile alla seguente:
{ "operations": [ { "name": "12345", "done": false }, { "name": "23456", "done": false } ], "nextPageToken": "" }
Una volta completata l'operazione a lunga esecuzione, trova l'output file audio nell'URI del bucket specificato nel campo
output_gcs_uri
. Se operazione non è stata completata correttamente, trova l'errore eseguendo una query utilizzando il comando GET REST, correggere l'errore ed inviare nuovamente l'RPC.
Sintetizza l'audio lungo dal testo utilizzando le librerie client
installa la libreria client
Python
Prima di installare la libreria, assicurati di aver preparato il tuo ambiente per lo sviluppo in Python.
pip install --upgrade google-cloud-texttospeech
Crea dati audio
Puoi usare Text-to-Speech per creare un file audio lungo. del linguaggio umano sintetico. Usa il seguente codice per creare un file audio lungo nel tuo bucket GCS.
Python
Prima di eseguire l'esempio, assicurati di aver preparato il tuo ambiente per lo sviluppo in Python.
Esegui la pulizia
Per evitare addebiti inutili per Google Cloud Platform, utilizza il metodo Console Google Cloud per eliminare il progetto se non ti serve.
Passaggi successivi
- Scopri di più su Cloud Text-to-Speech leggendo il di base.
- Esamina l'elenco di voci disponibili che puoi utilizzare per la sintesi vocale.