調用AI api實現網頁文字朗讀的方法

本篇內容主要講解“調用AI api實現網頁文字朗讀的方法”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“調用AI api實現網頁文字朗讀的方法”吧!

京東云上提供了足夠多的人工智能api，并且都使用了http的方式進行了封裝，用戶可以方便在自己的系統中接入京東云的ai能力。今天就是介紹一下如何編寫很少的代碼就能使用京東云的語音合成api在網頁中實現文字朗讀，最終實現效果，延遲小，支持主流設備，聲調優美，還能男女生切換。

最終效果

最終效果，微信打開鏈接，點擊播放按鈕則可以進行文字朗讀。

Api介紹

京東云AI API使用Restful接口風格，同時提供了java和python的sdk，使用sdk能夠方便的封裝參數，調用api獲得數據。

為了提升調用方的響應速度，語音合成api采用了分段合成的模式，所以調用的時候在后端邏輯中按順序多次調用，將音頻數據以數據流的形式回寫給前端。

獲取AK/SK

訪問京東云api需要獲取 ak sk ，配合sdk使用；
進入京東云控制臺-賬號管理-Access Key管理，創建并獲取Access Key。

后端音頻流合成

這里給出后端部分源碼，實現一個controller，開發一個get請求方法，參數封裝的邏輯全都提煉出單獨的方法，代碼邏輯結構簡單易懂。代碼使用fastJson處理參數，另外引用了京東云sdk，其余都是jdk自帶的api，依賴很少。

  1 import com.alibaba.fastjson.JSON;
  2 import com.alibaba.fastjson.JSONObject;
  3 import com.wxapi.WxApiCall.WxApiCall;
  4 import com.wxapi.model.RequestModel;
  5
  6 import org.springframework.stereotype.Controller;
  7 import org.springframework.web.bind.annotation.GetMapping;
  8 import org.springframework.web.bind.annotation.RequestHeader;
  9
 10 import javax.servlet.http.HttpServletRequest;
 11 import javax.servlet.http.HttpServletResponse;
 12 import java.io.IOException;
 13 import java.io.OutputStream;
 14 import java.util.Base64;
 15 import java.util.HashMap;
 16 import java.util.Map;
 17
 18 @Controller
 19 public class TTSControllerExample {
 20    //url appkey secretkey
 21    private static final String url = "https://aiapi.jdcloud.com/jdai/tts";
 22    private static final String appKey = "";
 23    private static final String secretKey = "";
 24
 25    @GetMapping("/tts/stream/example")
 26    public void ttsStream(
 27            @RequestHeader(value = "Range", required = false) String range,
 28            HttpServletRequest req,
 29            HttpServletResponse resp) {
 30
 31        //應對safari的第一次確認請求攜帶header Range：bytes=0-1,此時回寫1byte數據，防止錯誤
 32        if ("bytes=0-1".equals(range)) {
 33            try {
 34                byte[] temp = new byte['a'];
 35                resp.setHeader("Content-Type", "audio/mp3");
 36                OutputStream out = resp.getOutputStream();
 37                out.write(temp);
 38 } catch (IOException e) {
 39                e.printStackTrace();
 40            }
 41            return;
 42        }
 43        //封裝輸入參數
 44        Map queryMap = processQueryParam(req);
 45        String text = req.getParameter("text");
 46 //封裝api調用請求報文
 47        RequestModel requestModel = getBaseRequestModel(queryMap, text);
 48        try {
 49 //回寫音頻數據給前端
 50            writeTtsStream(resp, requestModel);
 51 } catch (IOException e) {
 52            e.printStackTrace();
 53        }
 54    }
 55
 56    /**
 57     * 將前端輸入參數封裝為api調用的請求對象，同時設置url appkey secaretKey
 58     * @param queryMap
 59     * @param bodyStr
 60     * @return
 61     */
 62    private RequestModel getBaseRequestModel(Map queryMap, String bodyStr) {
 63        RequestModel requestModel = new RequestModel();
 64        requestModel.setGwUrl(url);
 65        requestModel.setAppkey(appKey);
 66        requestModel.setSecretKey(secretKey);
 67        requestModel.setQueryParams(queryMap);
 68        requestModel.setBodyStr(bodyStr);
 69        return requestModel;
 70    }
 71
 72    /**
 73     * 流式api調用，需要將sequenceId 依次遞增，用該方法進行設置請求對象sequenceId
 74     * @param sequenceId
 75     * @param requestModel
 76     * @return
 77     */
 78    private RequestModel changeSequenceId(int sequenceId, RequestModel requestModel) {
 79        requestModel.getQueryParams().put("Sequence-Id", sequenceId);
 80        return requestModel;
 81    }
 82
 83    /**
 84     * 將request中的請求參數封裝為api調用請求對象中的queryMap
 85     * @param req
 86     * @return
 87     */
 88    private Map processQueryParam(HttpServletRequest req) {
 89        String reqid = req.getParameter("reqid");
 90        int tim = Integer.parseInt(req.getParameter("tim"));
 91        String sp = req.getParameter("sp");
 92
 93        JSONObject parameters = new JSONObject(8);
 94        parameters.put("tim", tim);
 95        parameters.put("sr", 24000);
 96        parameters.put("sp", sp);
 97        parameters.put("vol", 2.0);
 98        parameters.put("tte", 0);
 99        parameters.put("aue", 3);
100
101        JSONObject property = new JSONObject(4);
102        property.put("platform", "Linux");
103        property.put("version", "1.0.0");
104        property.put("parameters", parameters);
105
106        Map<String, Object> queryMap = new HashMap<>();
107 //訪問參數
108        queryMap.put("Service-Type", "synthesis");
109        queryMap.put("Request-Id", reqid);
110        queryMap.put("Protocol", 1);
111        queryMap.put("Net-State", 1);
112        queryMap.put("Applicator", 1);
113        queryMap.put("Property", property.toJSONString());
114
115        return queryMap;
116    }
117
118    /**
119     * 循環調用api，將音頻數據回寫到response對象
120     * @param resp
121     * @param requestModel
122     * @throws IOException
123     */
124    public void writeTtsStream(HttpServletResponse resp, RequestModel requestModel) throws IOException {
125        //分段獲取音頻sequenceId從1遞增
126        int sequenceId = 1;
127        changeSequenceId(sequenceId, requestModel);
128        //設置返回報文頭內容類型為audio/mp3
129        resp.setHeader("Content-Type", "audio/mp3");
130        //api請求sdk對象
131        WxApiCall call = new WxApiCall();
132        //獲取輸出流用于輸出音頻流
133        OutputStream out = resp.getOutputStream();
134        call.setModel(requestModel);
135        //解析返回報文，獲得status
136        String response = call.request();
137        JSONObject jsonObject = JSON.parseObject(response);
138        JSONObject data = jsonObject.getJSONObject("result");
139        //第一次請求增加校驗，如果錯誤則向前端回寫500錯誤碼
140        if (data.getIntValue("status") != 0) {
141            resp.sendError(500, data.getString("message"));
142            return;
143        }
144        //推送實際音頻數據
145        String audio = data.getString("audio");
146        byte[] part = Base64.getDecoder().decode(audio);
147        out.write(part);
148        out.flush();
149        //判斷是否已結束，多次請求對應多個index，index<0 代表最后一個包
150        if (data.getIntValue("index") < 0) {
151            return;
152        }
153        //循環推送剩余部分音頻
154        while (data.getIntValue("index") >= 0) {
155            //sequenceid 遞增
156            sequenceId = sequenceId + 1;
157            changeSequenceId(sequenceId, requestModel);
158            //請求api獲得新的音頻數據
159            call.setModel(requestModel);
160            response = call.request();
161            jsonObject = JSON.parseObject(response);
162            data = jsonObject.getJSONObject("result");
163            audio = data.getString("audio");
164            part = Base64.getDecoder().decode(audio);
165            //回寫新的音頻數據
166            out.write(part);
167            out.flush();
168        }
169    }
170
171
172
173 前端audio播放朗讀
174 前端部分給出在vue 模塊化開發中的script部分，由于采用html5的audio進行語音播放，為了兼容性需要引用howler.js (npm install howler)，主要邏輯為根據設置的參數和待朗讀的文字拼接一個url，調用howler.js 中的api進行播放。
175
176 <script>
177 import {Howl, Howler} from 'howler'
178 export default {
179  data() {
180    return {
181      news: { // 新聞內容
182        ……
183      },
184      role: 1, // 0女聲，1男聲
185      speed: 1, // 播放速度
186      curIndex: -1, // 播放的段落在所有段落中的順序，與用戶交互顯示相關，與流式播放無關
187      sound: null, // 頁面唯一的指向howler實例的變量
188      status: 'empty' // load,pause,stop,empty 僅與用戶交互顯示相關，與流式播放顯示無關
189    }
190  },
191  methods: {
192    generateUUID () { // 生成uuid
193      let d = Date.now()
194      return 'xxxxxxxx-xxxx-4xxx-yxxx-xxxxxxxxxxxx'.replace(/[xy]/g, c => {
195        let r = (d + Math.random() * 16) % 16 | 0
196        d = Math.floor(d / 16)
197        return (c === 'x' ? r : (r & 0x3) | 0x8).toString(16)
198      })
199    },
200    audioSrc (txt) { // 生成獲取音頻的鏈接
201      let content = encodeURI(txt) // 文字編碼
202      return `http://neuhubdemo.jd.com/api/tts/streamv2?reqid=${
203          this.generateUUID() // requestID
204        }&text=${
205          content // 編碼后的文字內容
206        }&tim=${
207          this.role // 男聲 or 女聲
208        }&sp=${
209          this.speed // 播放速度
210        }`
211    },
212    /** 
213     * 獲取文案對應的流式音頻
214     * 
215     * 使用howler能夠解決部分手機瀏覽器(eg:UC)的兼容問題，
216     * 但解決ios上微信和safari的兼容問題，
217     * 需要后端通過{range：bytes=0-1}這個header字段對請求進行控制
218     *  @param {String 待轉音頻的文案} txt
219    */
220    howlerPlay(txt) { 
221      if (this.sound) {
222        this.sound.unload() // 若sound已有值，則銷毀原對象
223      }
224      let self = this
225      this.status = 'load'
226      this.sound = new Howl({
227        src: `${this.audioSrc(txt)}`,
228        html5: true, // 必須！A live stream can only be played through HTML5 Audio.
229        format: ['mp3', 'aac'],
230        // 以下onplay、onpause、onend均為控制顯示相關
231        onplay() {
232          self.status = 'pause'
233        },
234        onpause: function() {
235          self.status = 'stop'
236        },
237        onend: function() {
238          self.status = 'stop'
239        }
240      });
241      this.sound.play()
242    },
243    // 控制用戶交互
244    play (txt, index) {
245      if (this.curIndex === index) {
246        if (this.status === 'stop') {
247          this.sound.play()
248        } else {
249          this.sound.pause()
250        }
251      } else {
252        this.curIndex = index
253        this.howlerPlay(txt)
254      }
255    }
256  }
257 }
258 </script>

到此，相信大家對“調用AI api實現網頁文字朗讀的方法”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！