### 百度云文字转语音 (TTS) 的实现方法 要使用 Python 实现基于百度云的文字转语音功能，可以按照以下方式操作。以下是详细的说明以及代码示例。 #### 准备工作 为了调用百度云 TTS API，需完成如下准备工作： - 注册并登录百度智能云账号。 - 创建应用以获取 `API Key` 和 `Secret Key`[^1]。 - 安装必要的依赖库，例如 `requests` 库用于发送 HTTP 请求。 #### 调用流程 百度云 TTS 接口的工作原理是通过 POST 请求向服务器提交待合成的文本内容以及其他参数（如发音人、语速等），返回的结果是一个音频文件流或 URL 链接[^5]。 #### 示例代码 以下是一段完整的 Python 代码示例： ```python import requests import base64 from urllib.parse import urlencode def get_token(api_key, secret_key): url = "https://openapi.baidu.com/oauth/2.0/token" params = { 'grant_type': 'client_credentials', 'client_id': api_key, 'client_secret': secret_key } response = requests.get(url, params=params) result = response.json() return result['access_token'] def text_to_speech(text, token, output_file="output.mp3"): url = "http://tsn.baidu.com/text2audio" headers = {'Content-Type': 'application/json'} data = { 'tex': text, 'tok': token, 'cuid': 'your_cuid', # 替换为设备唯一标识符 'ctp': 1, # 固定值 'lan': 'zh', # 中文语言设置 'spd': 5, # 语速，默认5 'pit': 5, # 音调，默认5 'vol': 5, # 音量，默认5 'per': 0 # 发音人：0为女声，1为男声 } encoded_data = urlencode(data).encode('utf-8') response = requests.post(url, data=encoded_data, headers=headers) if response.headers['Content-Type'] == 'audio/mp3': with open(output_file, 'wb') as f: f.write(response.content) print(f"成功生成语音文件: {output_file}") else: error_message = response.json().get('err_msg', '未知错误') print(f"TTS 错误: {error_message}") if __name__ == "__main__": API_KEY = "your_api_key_here" # 填入你的 API Key SECRET_KEY = "your_secret_key_here" # 填入你的 Secret Key access_token = get_token(API_KEY, SECRET_KEY) input_text = "你好，这是来自百度云的文字转语音服务测试。" text_to_speech(input_text, access_token) ``` 上述代码实现了两个主要函数： 1. **`get_token()`**: 获取访问令牌，该令牌有效期较短，通常为一个月。 2. **`text_to_speech()`**: 将指定的文本转换成 MP3 文件保存到本地。 注意，在实际运行前需要替换占位符字段（如 `your_api_key_here`, `your_secret_key_here`, `your_cuid`）为真实的数据。 --- ### 参数详解 | 参数名 | 描述 | |--------|------| | tex | 待合成的文本内容，长度限制视具体接口版本而定。 | | tok | 认证所需的 Access Token。 | | cuid | 设备唯一标识符，可自定义字符串形式。 | | ctp | 客户端类型，固定填 1 表示 Web 浏览器客户端。 | | lan | 合成的语言种类，支持中文 (`zh`) 或英文 (`en`)。 | | spd | 语速控制范围为 0~9，默认值为 5。 | | pit | 音调高低调节范围同上，默认也是 5。 | | vol | 输出音量大小调整区间同样适用默认配置即数值 5。 | | per | 发音人的性别选项；其中女性声音对应编号 0 ，男性则选作 1 。 | 以上各参数均可以通过官方文档进一步查阅更详尽的信息。 --- ### 注意事项 如果遇到请求失败的情况，请检查以下几个方面： - 是否正确填写了 `API Key` 和 `Secret Key`； - 输入文本是否超出字符数上限； - 网络连接状态良好与否。 ---