基于C# 百度AI和科大汛飞语音合成SDK

一、百度语音合成

百度语音合成C# SDK主要是基于Rest API,需要互联网调用HTTP接口，Rest API 仅支持最多512个汉字，合成的格式文件为MP3，没有其它的格式。如果想离线使用需下载SDK,Android 或IOS。

1、安装语音合成 C# SDK

C# SDK 现已开源! https://github.com/Baidu-AIP/dotnet-sdk

** 支持平台：.Net Framework 3.5 4.0 4.5， .Net Core 2.0 **

2、方法一：使用Nuget管理依赖（推荐）

在NuGet中搜索 Baidu.AI，安装最新版即可。

packet地址 https://www.nuget.org/packages/Baidu.AI/

3、源程序界面及代码

   #region 百度语音

        private void simpleButton1_Click(object sender, EventArgs e)

        {

            if (spinEdit1.Value <= )

            {

                spinEdit1.Focus();

                return;

            }

            if (trackBarControl1.Value <= )

            {

                trackBarControl1.Focus();

                return;

            }

            if (string.IsNullOrEmpty(textBox1.Text.Trim()))

            {

                textBox1.Focus();

                textBox1.Select();

                return;

            }

            // 设置APPID/AK/SK

            var APP_ID = "******";

            var API_KEY = "******";

            var SECRET_KEY = "*****";

            var client = new Baidu.Aip.Speech.Tts(API_KEY, SECRET_KEY);

            client.Timeout = ;  // 修改超时时间

            // 可选参数

            var option = new Dictionary<string, object>()

            {

                {"spd", spinEdit1.Value}, // 语速

                {"vol", trackBarControl1.Value}, // 音量

                {"per", comboBoxEdit1.SelectedIndex}  // 发音人，4：情感度丫丫童声

            };

            var result = client.Synthesis(textBox1.Text, option);

            if (xtraSaveFileDialog1.ShowDialog() == System.Windows.Forms.DialogResult.OK)

            {

                if (result.ErrorCode == )  // 或 result.Success

                {

                    File.WriteAllBytes(xtraSaveFileDialog1.FileName, result.Data);

                }

            }

        }

        #endregion

接口参数说明：

二、科大讯飞语音合成

科大讯飞没有c# SDK，采用WebAPi的形式调用。不过请注意该接口使用的HTTP API协议不支持跨域。

1、接口调用流程

注：调用接口前需配置IP白名单，IP白名单规则请参照 IP白名单。（由于我之前没有设置正确的IP，导致接口调用不成功）可以在百度里面输入IP将会显示你的互联网IP

通过接口密钥基于MD5计算签名，将签名以及其他参数放在Http Request Header中。
将文本数据放在Http Request Body中。
向服务器端发送Http请求后，接收服务器端的返回结果。

注：在控制台添加服务后，点击“发音人管理”可自行添加并试用发音人，添加后会显示该发音人参数值，设置参数voice_name为相应的发音人参数值即可。

2、程序界面及源代码

源代码

  public class Rootobject

    {

        public string auf { get; set; }

        public string aue { get; set; }

        public string voice_name { get; set; }

        public string speed { get; set; }

        public string volume { get; set; }

        public string pitch { get; set; }

        public string engine_type { get; set; }

        public string text_type { get; set; }

    }

        String Md5(string s)

        {

            System.Security.Cryptography.MD5 md5 = new System.Security.Cryptography.MD5CryptoServiceProvider();

            byte[] bytes = System.Text.Encoding.UTF8.GetBytes(s);

            bytes = md5.ComputeHash(bytes);

            md5.Clear();

            string ret = "";

            for (int i = ; i < bytes.Length; i++)

            {

                ret += Convert.ToString(bytes[i], ).PadLeft(, '');

            }

            return ret.PadLeft(, '');

        }

        #region 把流转换成缓存流

        MemoryStream StreamToMemoryStream(Stream instream)

        {

            MemoryStream outstream = new MemoryStream();

            const int bufferLen = ;

            byte[] buffer = new byte[bufferLen];

            int count = ;

            while ((count = instream.Read(buffer, , bufferLen)) > )

            {

                outstream.Write(buffer, , count);

            }

            return outstream;

        }

        #endregion

        #region 把缓存流转换成字节组

        public static byte[] streamTobyte(MemoryStream memoryStream)

        {

            byte[] buffer = new byte[memoryStream.Length];

            memoryStream.Seek(, SeekOrigin.Begin);

            memoryStream.Read(buffer, , buffer.Length);

            return buffer;

        }

        #endregion

   private void simpleButton2_Click(object sender, EventArgs e)

        {

            // 应用APPID（必须为webapi类型应用，并开通语音合成服务，参考帖子如何创建一个webapi应用：http://bbs.xfyun.cn/forum.php?mod=viewthread&tid=36481）

            string appID = "****";

            // 接口密钥（webapi类型应用开通合成服务后，控制台--我的应用---语音合成---相应服务的apikey）

            string APIKey = "****";

            // 语音合成webapi接口地址

            String url = "http://api.xfyun.cn/v1/service/v1/tts";

            String bodys;

            // 待合成文本

            string text = memoEdit1.Text;

            // 对要合成语音的文字先用utf-8然后进行URL加密

            byte[] textData = Encoding.UTF8.GetBytes(text);

            text = HttpUtility.UrlEncode(textData);

            bodys = string.Format("text={0}", text);

            //aue = raw, 音频文件保存类型为 wav或者pcm

            //aue = lame, 音频文件保存类型为 mp3

            string AUE = "lame";

            Rootobject root = new Rootobject();

            root.aue = AUE;

            root.auf = "audio/L16;rate=16000";

            root.speed = speed.Value.ToString();

            root.pitch = pitch.Value.ToString();

            root.volume = volume.Value.ToString();

            root.voice_name = voice_name.Text.Split('-')[];

            root.engine_type = engine_type.Text.Split('-')[];

            root.text_type = "text";

            string param = Newtonsoft.Json.JsonConvert.SerializeObject(root);

            // 获取十位的时间戳

            TimeSpan ts = DateTime.UtcNow - new DateTime(, , , , , , );

            string curTime = Convert.ToInt64(ts.TotalSeconds).ToString();

            // 对参数先utf-8然后用base64编码

            byte[] paramData = Encoding.UTF8.GetBytes(param);

            string paraBase64 = Convert.ToBase64String(paramData);

            // 形成签名

            string checkSum = Md5(APIKey + curTime + paraBase64);

            // 组装http请求头

            HttpWebRequest request = (HttpWebRequest)WebRequest.Create(url);

            request = (HttpWebRequest)WebRequest.Create(url);

            request.Method = "POST";

            request.ContentType = "application/x-www-form-urlencoded";

            request.Headers.Add("X-Param", paraBase64);

            request.Headers.Add("X-CurTime", curTime);

            request.Headers.Add("X-Appid", appID);

            request.Headers.Add("X-CheckSum", checkSum);

            Stream requestStream = request.GetRequestStream();

            StreamWriter streamWriter = new StreamWriter(requestStream, Encoding.GetEncoding("gb2312"));

            streamWriter.Write(bodys);

            streamWriter.Close();

            String htmlStr = string.Empty;

            HttpWebResponse response = request.GetResponse() as HttpWebResponse;

            Stream responseStream = response.GetResponseStream();

            using (StreamReader reader = new StreamReader(responseStream, Encoding.GetEncoding("UTF-8")))

            {

                string header_type = response.Headers["Content-Type"];

                if (header_type == "audio/mpeg")

                {

                    Stream st = response.GetResponseStream();

                    MemoryStream memoryStream = StreamToMemoryStream(st);

                    if (xtraSaveFileDialog2.ShowDialog() == System.Windows.Forms.DialogResult.OK)

                    {

                        // 保存音频文件地址和音频格式类型

                        File.WriteAllBytes(xtraSaveFileDialog2.FileName, streamTobyte(memoryStream));

                    }

                    Console.WriteLine(response.Headers);

                    Console.ReadLine();

                }

                else

                {

                    htmlStr = reader.ReadToEnd();

                    Console.WriteLine(htmlStr);

                    Console.ReadLine();

                }

            }

            responseStream.Close();

        }

        #endregion

    }

通过尝试百度和科大讯飞两个语音合成接口，发现科大讯飞语音比较好一些，百度有些词语会读错。