將 Text-to-Speech API 與 C# 搭配使用

1. 總覽

Google Cloud Text-to-Speech API (Beta 版) 可讓開發人員在應用程式中加入自然的合成人類語音，做為可播放的音訊。Text-to-Speech API 將文字或語音合成標記語言 (SSML) 輸入轉換成音訊資料，例如 MP3 或 LINEAR16 (WAV 檔案使用的編碼)。

在本程式碼研究室中，您將專注於搭配 C# 使用 Text-to-Speech API。您將瞭解如何列出可用的語音，以及如何從文字合成音訊。

課程內容

  • 如何使用 Cloud Shell
  • 如何啟用 Text-to-Speech API
  • 如何驗證 API 要求
  • 如何安裝 C# 適用的 Google Cloud 用戶端程式庫
  • 如何列出可用的語音
  • 如何從文字合成音訊

軟硬體需求

  • Google Cloud Platform 專案
  • 瀏覽器，例如 Chrome 或 Firefox
  • 熟悉使用 C#

問卷調查

您會如何使用這個教學課程？

僅供閱讀 閱讀並完成練習

針對 C# 的使用體驗，您會給予什麼評價？

新手 中級 還算容易

根據您使用 Google Cloud Platform 服務的經驗，您會給予什麼評價？

新手 中級 還算容易

2. 設定和需求

自修環境設定

  1. 登入 Google Cloud 控制台，建立新專案或重複使用現有專案。如果您還沒有 Gmail 或 Google Workspace 帳戶，請先建立帳戶。

295004821bab6a87.png

37d264871000675d.png

96d86d3d5655cdbe.png

  • 「專案名稱」是這項專案參與者的顯示名稱。這是 Google API 未使用的字元字串。您可以隨時更新付款方式。
  • 所有 Google Cloud 專案的專案 ID 均不得重複，而且設定後即無法變更。Cloud 控制台會自動產生一個不重複的字串。但通常是在乎它何在在大部分的程式碼研究室中，您必須參照專案 ID (通常為 PROJECT_ID)。如果您對產生的 ID 不滿意，可以隨機產生一個 ID。或者，您也可以自行嘗試，看看是否支援。在這個步驟後，這個名稱即無法變更，而且在專案期間內仍會保持有效。
  • 資訊中的第三個值是專案編號，部分 API 會使用這個編號。如要進一步瞭解這三個值，請參閱說明文件。
  1. 接下來，您需要在 Cloud 控制台中啟用計費功能，才能使用 Cloud 資源/API。執行本程式碼研究室不會產生任何費用 (如果有的話)。如要關閉資源，以免產生本教學課程結束後產生的費用，您可以刪除自己建立的資源或刪除專案。新使用者符合 $300 美元免費試用計畫的資格。

啟動 Cloud Shell

雖然 Google Cloud 可以從筆記型電腦遠端操作，但在本程式碼研究室中，您將使用 Google Cloud Shell，這是一種在 Cloud 中執行的指令列環境。

啟用 Cloud Shell

  1. 在 Cloud 控制台中，按一下「啟用 Cloud Shell」圖示 d1264ca30785e435.png。

cb81e7c8e34bc8d.png

如果您是第一次啟動 Cloud Shell，系統會顯示中繼畫面，說明這項服務的內容。如果系統顯示中繼畫面，請按一下「繼續」。

d95252b003979716.png

佈建並連線至 Cloud Shell 只需幾分鐘的時間。

7833d5e1c5d18f54.png

這個虛擬機器已載入所有必要的開發工具。提供永久的 5 GB 主目錄，而且在 Google Cloud 中運作，大幅提高網路效能和驗證能力。在本程式碼研究室中，您的大部分作業都可透過瀏覽器完成。

連線至 Cloud Shell 後，您應會發現自己通過驗證，且專案已設為您的專案 ID。

  1. 在 Cloud Shell 中執行下列指令，確認您已通過驗證：
gcloud auth list

指令輸出

 Credentialed Accounts
ACTIVE  ACCOUNT
*       <my_account>@<my_domain.com>

To set the active account, run:
    $ gcloud config set account `ACCOUNT`
  1. 在 Cloud Shell 中執行下列指令，確認 gcloud 指令知道您的專案：
gcloud config list project

指令輸出

[core]
project = <PROJECT_ID>

如果尚未設定，請使用下列指令進行設定：

gcloud config set project <PROJECT_ID>

指令輸出

Updated property [core/project].

3. 啟用 Text-to-Speech API

您必須先啟用 API，才能開始使用 Text-to-Speech API。您可以在 Cloud Shell 中使用下列指令啟用 API：

gcloud services enable texttospeech.googleapis.com

4. 安裝 C# 適用的 Google Cloud Text-to-Speech API 用戶端程式庫

首先，請建立簡易的 C# 主控台應用程式，供您用於執行 Text-to-Speech API 範例：

dotnet new console -n TextToSpeechApiDemo

您應該會看到應用程式已建立，並已解決依附元件：

The template "Console Application" was created successfully.
Processing post-creation actions...
...
Restore succeeded.

接著前往 TextToSpeechApiDemo 資料夾：

cd TextToSpeechApiDemo/

然後將 Google.Cloud.TextToSpeech.V1 NuGet 套件新增至專案：

dotnet add package Google.Cloud.TextToSpeech.V1

info : Adding PackageReference for package 'Google.Cloud.TextToSpeech.V1' into project '/home/atameldev/TextToSpeechDemo/TextToSpeechDemo.csproj'.
log  : Restoring packages for /home/atameldev/TextToSpeechDemo/TextToSpeechDemo.csproj...
...
info : PackageReference for package 'Google.Cloud.TextToSpeech.V1' version '1.0.0-beta01' added to file '/home/atameldev/TextToSpeechDemo/TextToSpeechDemo.csproj'.

現在您可以開始使用 Text-to-Speech API 了！

5. 列出可用的語音

在本節中，您需要先列出所有可用的英文語音。

首先，開啟 Cloud Shell 右上角的程式碼編輯器：

fd3fc1303e63572.png

前往 TextToSpeechApiDemo 資料夾中的 Program.cs 檔案，然後將程式碼替換為以下程式碼：

using Google.Cloud.TextToSpeech.V1;
using System;

namespace TextToSpeechApiDemo
{
    class Program
    {
        static void Main(string[] args)
        {
            var client = TextToSpeechClient.Create();
            var response = client.ListVoices("en");
            foreach (var voice in response.Voices)
            {
                Console.WriteLine($"{voice.Name} ({voice.SsmlGender}); Language codes: {string.Join(", ", voice.LanguageCodes)}");
            }
        }
    }
}

請花一兩分鐘研究這個代碼*。*返回 Cloud Shell，執行應用程式：

dotnet run

您應該會看到以下的輸出內容：

en-US-Wavenet-D (Male); Language codes: en-US
en-AU-Wavenet-A (Female); Language codes: en-AU
en-AU-Wavenet-B (Male); Language codes: en-AU
en-AU-Wavenet-C (Female); Language codes: en-AU
en-AU-Wavenet-D (Male); Language codes: en-AU
en-GB-Wavenet-A (Female); Language codes: en-GB
en-GB-Wavenet-B (Male); Language codes: en-GB
en-GB-Wavenet-C (Female); Language codes: en-GB
...
en-GB-Standard-A (Female); Language codes: en-GB
en-GB-Standard-B (Male); Language codes: en-GB
en-AU-Standard-D (Male); Language codes: en-AU

摘要

在這個步驟中，您可以列出所有可用的英文語音。你也可以在支援的語音頁面查看完整的語音清單。

6. 從文字合成音訊

您可以使用 Text-to-Speech API，將字串轉換為音訊資料。您可以透過多種方式設定語音合成的輸出內容，包括選取不重複的語音或調節音調、旋律、說話速率和取樣率。

如要從文字合成音訊檔案，請前往 TextToSpeechApiDemo 資料夾中的 Program.cs 檔案，然後將程式碼替換為以下程式碼：

using Google.Cloud.TextToSpeech.V1;
using System;
using System.IO;

namespace TextToSpeechApiDemo
{
    class Program
    {
        static void Main(string[] args)
        {
            var client = TextToSpeechClient.Create();

            // The input to be synthesized, can be provided as text or SSML.
            var input = new SynthesisInput
            {
                Text = "This is a demonstration of the Google Cloud Text-to-Speech API"
            };

            // Build the voice request.
            var voiceSelection = new VoiceSelectionParams
            {
                LanguageCode = "en-US",
                SsmlGender = SsmlVoiceGender.Female
            };

            // Specify the type of audio file.
            var audioConfig = new AudioConfig
            {
                AudioEncoding = AudioEncoding.Mp3
            };

            // Perform the text-to-speech request.
            var response = client.SynthesizeSpeech(input, voiceSelection, audioConfig);
            
            // Write the response to the output file.
            using (var output = File.Create("output.mp3"))
            {
                response.AudioContent.WriteTo(output);
            }
            Console.WriteLine("Audio content written to file \"output.mp3\"");
        }
    }
}

請花一兩分鐘研究這個課程代碼，看看如何透過文字生成音訊檔案*。*

返回 Cloud Shell，執行應用程式：

dotnet run

您應該會看到以下的輸出內容：

Audio content written to file "output.mp3"

透過程式碼編輯器，您可以下載 mp3 檔案，然後在電腦本機播放。

a4b9578505422dad.png

摘要

在這個步驟中，您可以使用 Text-to-Speech API 將字串轉換為音訊 mp3 檔案。進一步瞭解如何建立語音音訊檔案。

7. 恭喜！

您已瞭解如何使用 C# 來使用 Text-to-Speech API，對音訊檔案執行不同類型的語音轉錄！

清除所用資源

如何避免系統向您的 Google Cloud Platform 帳戶收取您在本快速入門導覽課程中所用資源的相關費用：

  • 前往 Cloud Platform 主控台。
  • 選取您要關閉的專案，然後按一下「刪除」會安排將專案刪除。

瞭解詳情

授權

這項內容採用的是創用 CC 姓名標示 2.0 通用授權。