Audio 如何将linear16文本转换为语音并转换为音频文件
我刚开始玩谷歌文本到语音API。我生成了一个post请求:Audio 如何将linear16文本转换为语音并转换为音频文件,audio,encoding,text-to-speech,google-text-to-speech,Audio,Encoding,Text To Speech,Google Text To Speech,我刚开始玩谷歌文本到语音API。我生成了一个post请求: https://texttospeech.googleapis.com/v1/text:synthesize?fields=audioContent&key={YOUR_API_KEY} 使用以下数据: { "input": { "text": "Hola esto es una prueba" }, "voice": { "languageCode": "es-419" }, "audioConfig": {
https://texttospeech.googleapis.com/v1/text:synthesize?fields=audioContent&key={YOUR_API_KEY}
使用以下数据:
{
"input": {
"text": "Hola esto es una prueba"
},
"voice": {
"languageCode": "es-419"
},
"audioConfig": {
"audioEncoding": "LINEAR16",
"speakingRate": 1,
"pitch": 0
}
}
我得到了200条回复,内容如下:
{
"audioContent" : "UklGRn6iCwBXQVZFZm10I...(super long string)"
}
我假设这是编码的(或解码的,不确定命名),但我想听听“音频内容”是什么。如前所述,响应确实是Base64。为了实际收听音频,我将base64编码字符串粘贴到一个文件中,然后运行:
base64 -d audio.txt > audio.wav
这就成功了。说audioContent
的值是“base64编码字符串”。我将此作为评论发布,因为我不确定您的问题是否仅限于此。另外,如果你想知道解码方法,你能添加你正在使用的语言的标签吗?