1. Обзор
API преобразования текста в речь Google Cloud позволяет разработчикам включать в свои приложения естественно звучащую синтезированную человеческую речь в качестве воспроизводимого аудио. API преобразования текста в речь преобразует текст или входные данные в формате SSML ( Speech Synthesis Markup Language ) в аудиоданные, такие как MP3 или LINEAR16 (кодировка, используемая в файлах WAV).
В этом практическом занятии вы сосредоточитесь на использовании API преобразования текста в речь с Node.js. Вы узнаете, как получить список доступных голосов, а также как синтезировать аудио из текста.
Что вы узнаете
- Как использовать Cloud Shell
- Как включить API преобразования текста в речь
- Как аутентифицировать запросы API
- Как установить клиентскую библиотеку Google Cloud для Node.js
- Как составить список доступных голосов
- Как синтезировать аудио из текста
Что вам понадобится
Опрос
Как вы будете использовать этот учебный материал?
Как бы вы оценили свой опыт работы с Node.js?
Как бы вы оценили свой опыт использования сервисов Google Cloud Platform?
2. Настройка и требования
Настройка среды для самостоятельного обучения
- Войдите в Cloud Console и создайте новый проект или используйте существующий. (Если у вас еще нет учетной записи Gmail или G Suite, вам необходимо ее создать .)
Запомните идентификатор проекта (Project ID) — уникальное имя для всех проектов Google Cloud (указанное выше имя уже занято и вам не подойдёт, извините!). В дальнейшем в этом практическом занятии оно будет обозначаться как PROJECT_ID .
- Далее вам потребуется включить оплату в Cloud Console, чтобы использовать ресурсы Google Cloud.
Выполнение этого практического задания не должно стоить дорого, если вообще что-либо. Обязательно следуйте инструкциям в разделе «Очистка», где указано, как отключить ресурсы, чтобы избежать дополнительных расходов после завершения этого урока. Новые пользователи Google Cloud имеют право на бесплатную пробную версию стоимостью 300 долларов США .
Запустить Cloud Shell
Хотя Google Cloud можно управлять удаленно с ноутбука, в этом практическом занятии вы будете использовать Google Cloud Shell — среду командной строки, работающую в облаке.
Активировать Cloud Shell
- В консоли Cloud нажмите «Активировать Cloud Shell» .
.
Если вы никогда раньше не запускали Cloud Shell, вам будет показан промежуточный экран (внизу), описывающий его назначение. В этом случае нажмите «Продолжить» (и вы больше никогда его не увидите). Вот как выглядит этот одноразовый экран:
Подготовка и подключение к Cloud Shell займут всего несколько минут.
Эта виртуальная машина оснащена всеми необходимыми инструментами разработки. Она предоставляет постоянный домашний каталог размером 5 ГБ и работает в облаке Google, что значительно повышает производительность сети и аутентификацию. Большая часть, если не вся, работа в этом практическом задании может быть выполнена с помощью обычного браузера или вашего Chromebook.
После подключения к Cloud Shell вы увидите, что ваша аутентификация пройдена и что проект уже настроен на ваш идентификатор проекта.
- Выполните следующую команду в Cloud Shell, чтобы подтвердить свою аутентификацию:
gcloud auth list
вывод команды
Credentialed Accounts
ACTIVE ACCOUNT
* <my_account>@<my_domain.com>
To set the active account, run:
$ gcloud config set account `ACCOUNT`
gcloud config list project
вывод команды
[core] project = <PROJECT_ID>
Если это не так, вы можете установить это с помощью следующей команды:
gcloud config set project <PROJECT_ID>
вывод команды
Updated property [core/project].
3. Включите API преобразования текста в речь.
Прежде чем начать использовать API преобразования текста в речь, необходимо его включить. Для этого в Cloud Shell можно использовать следующую команду:
gcloud services enable texttospeech.googleapis.com
4. Аутентификация API-запросов
Для отправки запросов к API преобразования текста в речь вам потребуется использовать сервисный аккаунт . Сервисный аккаунт принадлежит вашему проекту и используется библиотекой Google Client Node.js для отправки запросов к API преобразования текста в речь. Как и любая другая учетная запись пользователя, сервисный аккаунт представлен адресом электронной почты. В этом разделе вы будете использовать Cloud SDK для создания сервисного аккаунта, а затем создадите учетные данные, необходимые для аутентификации в качестве сервисного аккаунта.
Для начала установите переменную окружения с именем вашего проекта GOOGLE_CLOUD_PROJECT , которую вы будете использовать на протяжении всего этого практического занятия:
export GOOGLE_CLOUD_PROJECT=$(gcloud config get-value core/project)
Далее создайте новую учетную запись службы для доступа к API преобразования текста в речь, используя:
gcloud iam service-accounts create my-text-to-speech-sa \
--display-name "my text-to-speech codelab service account"
Далее создайте учетные данные, которые ваш код Node.js будет использовать для входа в систему под вашей новой учетной записью службы. Создайте эти учетные данные и сохраните их в виде JSON-файла " ~/key.json ", используя следующую команду:
gcloud iam service-accounts keys create ~/key.json \
--iam-account my-text-to-speech-sa@${GOOGLE_CLOUD_PROJECT}.iam.gserviceaccount.com
Наконец, установите переменную среды GOOGLE_APPLICATION_CREDENTIALS , которая используется библиотекой Node.js Text-to-Speech API, описанной на следующем шаге, для поиска ваших учетных данных. Переменная среды должна быть установлена на полный путь к созданному вами JSON-файлу с учетными данными, используя:
export GOOGLE_APPLICATION_CREDENTIALS="/home/${USER}/key.json"
5. Установите клиентскую библиотеку Google Cloud Text-to-Speech API для Node.js.
Сначала создайте проект, который вы будете использовать для выполнения этой лабораторной работы по API преобразования текста в речь, инициализируйте новый пакет Node.js в выбранной вами папке:
npm init
NPM задает несколько вопросов о конфигурации проекта, таких как имя и версия. Для каждого вопроса нажмите ENTER , чтобы принять значения по умолчанию. Точкой входа по умолчанию является файл с именем index.js .
Далее установите библиотеку Google Cloud Speech в проект:
npm install --save @google-cloud/text-to-speech
Дополнительные инструкции по настройке среды разработки Node.js для Google Cloud см. в Руководстве по настройке .
Теперь вы готовы использовать API преобразования текста в речь!
6. Список доступных голосов
В этом разделе сначала необходимо перечислить все доступные голоса на английском языке для синтеза звука.
Перейдите к файлу index.js внутри папки и замените код следующим:
'use strict';
/**
* Lists available voices for the specified language.
*
* @param {string} languageCode - The language code.
*/
async function listVoices(languageCode) {
const textToSpeech = require('@google-cloud/text-to-speech');
const client = new textToSpeech.TextToSpeechClient();
const [result] = await client.listVoices({languageCode});
const voices = result.voices;
voices.forEach((voice) => {
console.log(`${voice.name} (${voice.ssmlGender}): ${voice.languageCodes}`);
});
}
listVoices('en');
Уделите минуту-две изучению кода. Запустите приложение:
node .
Вы должны увидеть следующий результат:
en-US-Standard-A (MALE): en-US
en-US-Standard-B (MALE): en-US
en-US-Standard-C (FEMALE): en-US
en-US-Standard-D (MALE): en-US
en-US-Standard-E (FEMALE): en-US
en-US-Standard-F (FEMALE): en-US
...
7. Синтез аудио из текста.
Вы можете использовать API преобразования текста в речь для преобразования строки в аудиоданные. Вы можете настроить выходные данные синтеза речи различными способами, включая выбор уникального голоса или модуляцию выходного сигнала по высоте тона, громкости, скорости речи и частоте дискретизации .
Перейдите в файл index.js и добавьте следующий код:
/**
* Sythesizes sample text into an .mp3 file.
*/
async function synthesize() {
const textToSpeech = require('@google-cloud/text-to-speech');
const fs = require('fs');
const util = require('util');
const client = new textToSpeech.TextToSpeechClient();
const text = 'This is a demonstration of the Google Cloud Text-to-Speech API';
const request = {
input: {text: text},
voice: {languageCode: 'en-US', ssmlGender: 'NEUTRAL'},
audioConfig: {audioEncoding: 'MP3'},
};
const [response] = await client.synthesizeSpeech(request);
// Write the binary audio content to a local file
const writeFile = util.promisify(fs.writeFile);
await writeFile('output.mp3', response.audioContent, 'binary');
console.log('Audio content written to file: output.mp3');
}
synthesize();
Уделите минуту-две изучению кода и посмотрите, как он используется для создания аудиофайла из текста.
node .
Вы должны увидеть следующий результат:
Audio content written to file "output.mp3"
8. Поздравляем!
Вы научились использовать API преобразования текста в речь с помощью Node.js для выполнения различных видов транскрипции аудиофайлов!
Уборка
Чтобы избежать списания средств с вашего счета Google Cloud Platform за ресурсы, использованные в этом кратком руководстве:
- Перейдите в консоль облачной платформы .
- Выберите проект, который хотите закрыть, затем нажмите кнопку «Удалить» вверху: это запланирует удаление проекта.
Узнать больше
- API преобразования текста в речь Google Cloud: https://cloud.google.com/text-to-speech/docs
- Node.js на платформе Google Cloud Platform: https://cloud.google.com/nodejs/
- Клиент Google Cloud Node.js: https://googlecloudplatform.github.io/google-cloud-node/
Лицензия
Данная работа распространяется под лицензией Creative Commons Attribution 2.0 Generic.