• java调用科大讯飞离线语音合成SDK --内附完整项目

    科大讯飞语音开放平台基础环境搭建
    1.用户注册

    注册科大讯飞开放平台账号

    2.注册好后先创建一个自己的应用

     

    创建完成后进入应用选择离线语音合成（普通版）可以看到我们开发需要的SDK,选择windows MSC点击下载。

    3.选择你刚刚创建的应用，选择windows系统，选择离线语言合成（普通版）点击SDK下载。

    导入pom依赖

    2.         
    3.             ws.schild
    4.             jave-all-deps
    5.             3.3.1
    6.         
    7.  
    8.         
    9.         
    10.         
    11.             net.java.dev.jna
    12.             jna
    13.             5.5.0
    14.

    语言合成实现代码
    我们主要使用到是XunFeiSpeech这个类。

      

    1.替换几个参数,换成你下载的SDK的存储路径。

     

     

     换成你的appid

    生成音频需要设置音频的header

    1. /**
    2.  * 合成音频的header
    3.  */
    4. public class WaveHeader {
    5.  
    6.     /**
    7.      * @param totalAudioLen 音频数据总大小
    8.      * @param sampleRate    采样率
    9.      * @param byteRate      位元（组）率(每秒的数据量 单位 字节/秒)   采样率(44100之类的) * 通道数(1,或者2)*每次采样得到的样本位数(16或者8) / 8;
    10.      * @param nChannels     声道数量
    11.      * @param weikuan       位宽
    12.      */
    13.     public static byte[] getWavHeader(int totalAudioLen, int sampleRate, int byteRate, int nChannels, int weikuan) {
    14.         long totalDataLen = totalAudioLen + 36;
    15.         byte[] header = new byte[44];
    16.         header[0] = 'R'; // RIFF/WAVE header
    17.         header[1] = 'I';
    18.         header[2] = 'F';
    19.         header[3] = 'F';
    20.         header[4] = (byte) (totalDataLen & 0xff);
    21.         header[5] = (byte) ((totalDataLen >> 8) & 0xff);
    22.         header[6] = (byte) ((totalDataLen >> 16) & 0xff);
    23.         header[7] = (byte) ((totalDataLen >> 24) & 0xff);
    24.         header[8] = 'W';
    25.         header[9] = 'A';
    26.         header[10] = 'V';
    27.         header[11] = 'E';
    28.         header[12] = 'f'; // 'fmt ' chunk
    29.         header[13] = 'm';
    30.         header[14] = 't';
    31.         header[15] = ' ';
    32.         header[16] = 16; // 4 bytes: size of 'fmt ' chunk
    33.         header[17] = 0;
    34.         header[18] = 0;
    35.         header[19] = 0;
    36.         header[20] = 1; // format = 1
    37.         header[21] = 0;
    38.         header[22] = (byte) (nChannels & 0xff);
    39.         header[23] = (byte) ((nChannels >> 8) & 0xff);
    40.  
    41.         header[24] = (byte) (sampleRate & 0xff);//采样率
    42.         header[25] = (byte) ((sampleRate >> 8) & 0xff);
    43.         header[26] = (byte) ((sampleRate >> 16) & 0xff);
    44.         header[27] = (byte) ((sampleRate >> 24) & 0xff);
    45.  
    46.         header[28] = (byte) (byteRate & 0xff);//取八位
    47.         header[29] = (byte) ((byteRate >> 8) & 0xff);
    48.         header[30] = (byte) ((byteRate >> 16) & 0xff);
    49.         header[31] = (byte) ((byteRate >> 24) & 0xff);
    50.  
    51.         int b = weikuan * nChannels / 8;//每次采样的大小
    52.         header[32] = (byte) (b & 0xff); // block align
    53.         header[33] = (byte) ((b >> 8) & 0xff);
    54.  
    55.         header[34] = (byte) (weikuan & 0xff);//位宽
    56.         header[35] = (byte) ((weikuan >> 8) & 0xff);
    57.  
    58.         header[36] = 'd';//data
    59.         header[37] = 'a';
    60.         header[38] = 't';
    61.         header[39] = 'a';
    62.         header[40] = (byte) (totalAudioLen & 0xff);
    63.         header[41] = (byte) ((totalAudioLen >> 8) & 0xff);
    64.         header[42] = (byte) ((totalAudioLen >> 16) & 0xff);
    65.         header[43] = (byte) ((totalAudioLen >> 24) & 0xff);
    66.         return header;
    67.     }
    68. }

    附上格式转换工具类
    因为合成的音频是wav的格式，如果需要mp3格式，需要在进行格式的转换。

    转换工具类:

    1. import ws.schild.jave.*;
    2. import ws.schild.jave.encode.AudioAttributes;
    3. import ws.schild.jave.encode.EncodingAttributes;
    4. import java.io.File;
    5.  
    6. /**
    7.  * 音频工具类
    8.  */
    9. public class AudioConversionUtils {
    10.     /**
    11.      * wav转mp3
    12.      */
    13.     public static Boolean audioToMp3(String oldPath, String newFilePath) {
    14.         AudioAttributes audio = new AudioAttributes();
    15.         /*
    16.          * 它设置将用于音频流转码的编解码器的名称。您必须从当前Encoder实例的getAudioEncoders（）方法返回的列表中选择一个值。否则，
    17.          * 您可以传递AudioAttributes.DIRECT_STREAM_COPY特殊值，该值需要源文件中原始音频流的副本。
    18.          */
    19.         audio.setCodec("libmp3lame");
    20.         /*
    21.          * 它设置新重新编码的音频流的比特率值。如果未设置比特率值，编码器将选择默认值。该值应以每秒位数表示。例如，如果你想要128 kb /
    22.          * s比特率，你应该调用setBitRate（new Integer（128000））。
    23.          */
    24.         audio.setBitRate(128000);
    25.         /* 它设置将在重新编码的音频流中使用的音频通道的数量（1 =单声道，2 =立体声）。如果未设置通道值，编码器将选择默认值。 */
    26.         audio.setChannels(1);
    27.         /*
    28.          * 它设置新重新编码的音频流的采样率。如果未设置采样率值，编码器将选择默认值。该值应以赫兹表示。例如，如果您想要类似CD的44100
    29.          * Hz采样率，则应调用setSamplingRate（new Integer（44100））。
    30.          */
    31.         audio.setSamplingRate(44100);
    32.         /* 可以调用此方法来改变音频流的音量。值256表示没有音量变化。因此，小于256的值是音量减小，而大于256的值将增加音频流的音量。 */
    33.         audio.setVolume(256);
    34.  
    35.         // Encoding attributes/编码属性
    36.         EncodingAttributes attrs = new EncodingAttributes();
    37.         /*
    38.          * 它设置将用于新编码文件的流容器的格式。给定参数表示格式名称。
    39.          * 编码格式名称有效且仅在它出现在正在使用的Encoder实例的getSupportedEncodingFormats（）方法返回的列表中时才受支持。
    40.          */
    41.         attrs.setOutputFormat("mp3");
    42.         /* 它设置音频编码属性。如果从未调用过新的EncodingAttributes实例，或者给定参数为null，则编码文件中不会包含任何音频流 */
    43.         attrs.setAudioAttributes(audio);
    44.         /*
    45.          * 它为转码操作设置偏移量。源文件将从其开始的偏移秒开始重新编码。例如，如果您想剪切源文件的前五秒，
    46.          * 则应在传递给编码器的EncodingAttributes对象上调用setOffset（5）。
    47.          */
    48.         // attrs.setOffset(5F);
    49.         /*
    50.          * 它设置转码操作的持续时间。只有源的持续时间秒才会在目标文件中重新编码。例如，如果您想从源中提取和转码30秒的一部分，
    51.          * 则应在传递给编码器的EncodingAttributes对象上调用setDuration（30）
    52.          */
    53.         // attrs.setDuration(30F);
    54.  
    55.         // Encode/编码
    56.         Encoder encoder = new Encoder();
    57.         try {
    58.             encoder.encode(new MultimediaObject(new File(oldPath)), new File(newFilePath), attrs);
    59.             return true;
    60.         } catch (EncoderException e) {
    61.             e.printStackTrace();
    62.         }
    63.         return false;
    64.     }
    65.  
    66.  
    67.     public static void main(String[] args) {
    68.         Boolean result = audioToMp3("D:\\ceshiyinyue\\2024-05-31-11-40-16.wav", "D:\\ceshiyinyue\\2024-05-31-11-40-16.mp3");
    69.         if (result){
    70.             System.out.println("wav转mp3成功！");
    71.         }
    72.     }
    73.  
    74. }

    测试类的代码如下：

    1. public static void main(String[] args) {
    2.         String text = "标题：赤子之心，爱国之魂。在这片古老而又年轻的土地上，每一缕风都承载着历史的厚重，每一片叶都记录着时代的变迁。中国，这个拥有五千年灿烂文明的国家，正以前所未有的速度和活力，向着未来阔步前行。作为这个时代的见证者和参与者，我们每个人的心中都怀揣着对祖国的深厚感情——那是一份赤子之心，一颗爱国之魂。";
    3.         String filename = XunFeiSpeech.wordSpeech(text, "D:/ceshiyinyue/");
    4.         //调用科大讯飞离线SDK后生成的语言文件名称
    5.         System.out.println("生成的文件名称：" + filename);
    6.  
    7.     }

    接口测试类代码如下：

    1. /**
    2.  * 语言合成接口
    3.  */
    4. @RestController
    5. @RequestMapping("/test")
    6. public class speechController {
    7.  
    8.     /**
    9.      *
    10.      * @param text 需要合成语言的文本
    11.      * @param path 合成语言的存储路径
    12.      * @return 返回合成的音频文件名称
    13.      */
    14.     @RequestMapping("/start")
    15.     public String audioConversion(
    16.                                    @RequestParam("text") String text,
    17.                                    @RequestParam("path") String path
    18.     ){
    19.         String fileName = XunFeiSpeech.wordSpeech(text, path);
    20.         return fileName;
    21.     }
    22. }

        完整代码已经上传到CSDN，0积分下载，有需要的朋友自行下载。

       Java调用科大讯飞离线语音合成SDK --完整代码

        感谢大家的阅读，觉得有所帮助的朋友点点关注点点赞！

  • 相关阅读:
    Bitmaps
    [libglog][FFmpeg] 如何把 ffmpeg 的库日志输出到 libglog里
    opencv 保存图片imwrite
    Spring Cloud 之 Feign 简介及简单使用
    钟汉良日记：出门在外靠什么？
    网络安全学习--网络安全防护
    【Typescript重点】接口的使用
    自行更换内存条的操作规范
    Node.js 实现抢票小工具&短信通知提醒
    React框架概述
  • 原文地址：https://blog.csdn.net/xuezhe5212/article/details/139350432