语音合成

服务概述

  • 通过云上曲率人工智能技术,将文本转换为自然语音

服务申请

语音合成API采用全流程自助申请的模式。在云上曲率官网(https://www.ilivedata.com/) 注册并激活账号后,在控制台创建语音合成项目,即可获得appId和服务密钥。

如需开通更多服务,可在管理控制台-总览页面开通其他服务。

接入方式

参数规范

请求URL: https://tts.ilivedata.com/api/v1/speech/synthesis

HTTP请求头

请求头 描述
Content-Type application/json;charset=UTF-8 请求体类型
Accept application/json;charset=UTF-8 接受的返回类型
X-AppId 例:81900001 项目或应用的唯一标识符
X-TimeStamp 例:2024-07-01T07:59:59Z 请求的UTC时间戳。需要把时间戳按W3C标准格式化,例如: 2024-07-01T07:59:59Z. (http://www.w3.org/TR/xmlschema-2/#dateTime)。
Authorization 例:Njl86M/jY6zZaZoGhZdGO+GI/8+yGFECusGH1yQHUFE= 签名值

请求方法:POST

请求体:

参数 是否必需 类型 描述
text 必须 String 文本内容,长度范围[1,500]
language 可选 String 文本内容语种,推荐传入语言参数, 不传则自动语种检测
Output 可选 Output 输出配置

Output:

参数 必需 类型 描述
gender 可选 Number 性别,0: 女声1: 男声,默认0
format 可选 String 选择输出合成音频格式,候选为pcm、wav、mp3,默认为wav

请求体示例

Request Sample

{
    "text": "想让文字出来跳舞吗?我们的语音合成服务就像魔法一样,把无声的字句变成有趣的声音冒险!",
    "language": "zh-CN",
    "output": {
        "gender": 0,
        "format": "mp3"
    }
}

请求签名:

当用户请求语音合成API时,可以使用appId和secretKey对请求做签名,当API收到带签名信息的请求之后,将使用相同的算法验证签名,如果发现签名不一致,API将会返回401给用户。

如果API验证签名一致,且appId对应的用户有权限操作请求的资源,则请求成功,否则API返回401。

通过 HTTP 请求 Header 发送签名

方法: 在请求中加入名为 Authorization 的 Header,值为签名值。如下:

Authorization: Njl86M/jY6zZaZoGhZdGO+GI/8+yGFECusGH1yQHUFE=

签名计算方法

1.构造规范化的请求字符串(Canonicalized Query String)

将请求体JSON字符串以UTF-8字符编码做sha256编码后转换为16进制字符串(注意不是Base64)

CanonicalizedQueryString = hex(sha256(jsonBody))

2.构造被签名字符串 StringToSign ("\n” 代表ASCII里的换行符)

StringToSign = HTTPMethod + "\n" +
               HostHeaderInLowercase + "\n" +
               HTTPRequestURI + "\n" +
               CanonicalizedQueryString <从上一步得到> + "\n" +
               "X-AppId:" + SAME_APPID_IN_HEADER + "\n" +
               "X-TimeStamp:" + SAME_TIMESTAMP_IN_HEADER

HTTPRequestURI是请求URI的绝对路径,不包含请求串。如果HTTPRequestURI为空,也要保留一个正斜杠 ( / )

使用 HMAC-SHA256 协议创建基于哈希的消息身份验证代码 (HMAC),然后计算签名。

3.StringToSign作为签名字符串,secretKey作为秘钥,SHA256作为哈希算法

有关 HMAC 的更多信息,请参阅 https://tools.ietf.org/html/rfc2104

4.将上一步的结果转换为BASE64串

5.将BASE64串放入HTTP请求Header的Authorization

签名示例

下面是appId & secretKey & audio的示例

appId=81900001
secrectKey=****

下面是示例请求体

{"text":"想让文字出来跳舞吗?我们的文本转语音服务就像魔法一样,把无声的字句变成有趣的声音冒险!.","language":"zh-CN","output":{"gender":0,"format":"mp3"}}

生成CanonicalizedQueryString

3ff89070a25e4091c94f03ad3cf014d712aaf9e069ef654b0e7e58b2b4550e31

生成StringToSign

POST
tts.ilivedata.com
/api/v1/speech/synthesis
3ff89070a25e4091c94f03ad3cf014d712aaf9e069ef654b0e7e58b2b4550e31
X-AppId:81900001
X-TimeStamp:2024-07-01T07:59:59Z

HMAC计算得到的签名

*********

HTTP响应

字段名 类型 描述
errorCode Number 0,表示成功
errorMessage String 提示消息
data ResponseData 响应数据

ResponseData

字段名 类型 描述
taskId String 任务唯一标识
url String 文件下载地址
duration Float 语音文件时长(秒)
language String 文本语种

响应示例

Sample Response

{
    "errorCode": 0,
    "errorMessage": "Success.",
    "data": {
        "taskId": "ap_xxxxxxxxxxx",
        "url": "https://xxx.mp3",
        "duration": 12.0,
        "language": "zh-CN"
    }
}