语音合成 Java SDK

一、SDK描述

京东AI为满足TTS相关产品的快速接入,在REST API的基础上对各种平台和语言进行封装,大大降低客户接入的难度。现已发布的平台及语言有:C/C++,Java,Android,IOS,Python, H5等,已适用于大部分的应用场景。并成功应用于虚拟主播,智能客服,智能外呼,读书,新闻读报,引导机器人,智能音箱等各领域的应用场景。

用户通过SDK创建TTSEngine对象,设置用户需要的参数,把文本数据通过speak和synthesize方法,交给实例化的ttsEngine对象,即可通过注册的Listener对象,获取生成的语音数据和系统的各种状态,大大降低了AI功能接入的难度。

本文档只提供Java 版本中的在线语音合成功能

1.1. 功能描述

当前主要支持的功能: 基本功能: 语音数据合成功能。

1.2. 鉴权说明

平台为每个API提供试用体验服务,您在AI市场选择“免费试用”规格下单后,即可开始体验业内领先的人工智能API服务。 免费试用服务具有调用量、QPS限制,如需更高性能的API服务,可以提交咨询工单,联系京东AI扩容购买。

该SDK封装TTS API的功能,需要先参考 接入流程 获取AppKey和SecretKey,并在调用SDK时作为参数传入。

1.3. 支持的系统

  • 通用Java平台系统

二、使用说明

2.1. 下载地址

TTS_SDK_JAVA.zip(5980552a7822a9df8bf1e67657661192)

三、接口说明

3.2 TTSParam 参数封装

setOpts()

函数定义:

setOpts(String key, String val)

功能:

设置TTS系统参数值。

参数说明:

key:参数名称 val:参数值

用例:

TTSParam ttsParam = new TTSParam();

ttsParam.setOpts("serverURL", "https://aiapi.jd.com/jdai/tts"); //接口地址(注意每个API接口地址不同,详见购买的API接口文档)
ttsParam.setOpts("appKey", "XXXXXX");
ttsParam.setOpts("appSecret", "XXXXXXX");
ttsParam.setOpts("CustomerType", "0");  //固定值,Neuhub平台

ttsParam.setOpts("tte", "1"); // 1:UTF-8 (目前仅支持UTF-8格式)
ttsParam.setOpts("aue", "1"); // 0:wav 1:pcm 2:opus 3:mp3
ttsParam.setOpts("tim", "0"); // 0:女声 1:男声 (注意每个API的音色参数不同,详见购买的API接口文档)
ttsParam.setOpts("vol", "2.0"); // 音量[0.1, 10.0]
ttsParam.setOpts("sp", "1.0"); // 语速 [0.5, 2.0]
ttsParam.setOpts("sr", "24000"); // 采样率 wav和pcm支持4k到24k的采样率 opus支持8k 12k 16k 和24k的采样率
ttsParam.setOpts("streamMode", "1"); // 1 流式模式, 0 非流式模式
ttsParam.setOpts("tt", "0"); // 文本格式, 0:文本 1:SSML

ttsEngine.setParam(ttsParam);

String txt = "我是京东小精灵";

System.out.println("start synthesize ....");
ttsEngine.synthesize(txt, listener);
System.out.println("synthesize end");
getOpts()

函数定义:

getOpts(String key)

功能:

获取系统参数值

参数:

key:参数名称

用例

String readTimeout = ttsParam.getOpts("readTimeout")
toString()

功能:

输出系统的参数

用例:

String paramInfo = ttsParam.toString()

3.3 TTSEngineListener SDK事件监听类

onRecvData(byte[] data, int index);

功能: 合成数据的回调函数 参数: data:合成的数据 index:数据返回的index值, 当index由正数变为负数时, 合成数据结束 onError()

函数定义:

onError(int err)

功能: 系统异常回调 参数: err :错误码

3.4 TTSEngine 引擎类

TTSEngine()

函数定义:

TTSEngine()

功能: 创建tts engine对象 用例:

TTSEngine ttsEngine = new TTSEngine()

setParam()

函数定义:

setParam(TTSParam param)

功能: 设置参数。 参数: param:TTSEngine 参数对象

用例:

ttsEngine.setParam(ttsParam)

synthesize()

函数定义:

synthesize(String txt, TTSEngineListener listener)

功能: TTS 合成音频功能。 参数: txt:文本输入。 listener:监听函数。 用例:

String txt = "我是京东小精灵";
ttsEngine.synthesize(txt, listener);

五、错误码

此处错误码只包含的SDK,只处理SDK处理的错误,API的错误通过onError函数直接透传。

Name Value Description
OK_NO 0 Success
ERR_RESOURCE_NO -100 Loading error
ERR_PLAYER_NO -101 audio player error
ERR_TEXTEMPTY_NO -102 Text is empty
ERR_TEXTTOOLONG_NO -103 Text is too long
ERR_SYNTHESIZE_NO -104 Synthesize error
ERR_INITTTSENGINE_NO -105 Init TTS engine error
ERR_BATCHEMPTY_NO -106 Batch speak empty
ERR_BATCHTOOLONG_NO -107 Batch speak too long
ERR_PLAYERNULL_NO -108 Audio player is null
ERR_PLAYERCLOSE_NO -108 Audio player release failed
ERR_TTSENGINECLOSE_NO -110 TTS engine release failed
ERR_NOT_SUPPORT -111 TTS engine not support
ERR_SRV_Error -112 TTS Srv status
ERR_NOT_AUTH -113 TTS Not Auth
ERR_NO_Data_Recv -114 Recv Data len = 0
ERR_PARAM_NO_SUPPORT -115 Param Not Support
ERR_SRV_Exception -116 Http Srv Exception
ERR_AUTH_OK -117 TTS Auth OK
ERR_AUTH_Err -118 TTS Auth Err
ERR_UNKNOWN_NO -999 Unknown error

六、Demo示例

static boolean isSynthesizeStart = true;
    static boolean isFileStart = true;
    final boolean isEnd = false;
    static int errno =  -1;

    public static void main( String[] args )
    {
        System.out.println( "Hello World!" );

        System.out.println("Hello JD TTS ");

        final Base64.Encoder encoder = Base64.getEncoder();

        TTSEngine ttsEngine = new TTSEngine();
        TTSParam ttsParam = new TTSParam();

        TTSEngineListener listener = new TTSEngineListener() {

            public int onRecvData(byte[] audioBin, int index) {
                if(errno < 0) {
                    System.out.println("errno=" + errno);
                    return -1;
                }

                System.out.println("onRecvData :index=" + index + ", onRecvData=" + encoder.encodeToString(audioBin));
                if (index > 0) { // 沒有結束
                    FileUtil.WriteBuf(audioBin, isFileStart, false);

                } else {
                    FileUtil.WriteBuf(audioBin, isFileStart, true);
                }
                isFileStart = false;

                return 0;
            }

            public void onError(int err) {
                //System.out.println("onError");
                errno = err;
                return ;
            }
        };


        //server
        ttsParam.setOpts("serverURL", "https://aiapi.jd.com/jdai/tts"); //接口地址(注意每个API接口地址不同,详见购买的API接口文档)
        ttsParam.setOpts("appKey", "XXXXXX");
        ttsParam.setOpts("appSecret", "XXXXXXX");
        ttsParam.setOpts("CustomerType", "0");  //固定值,Neuhub平台

        //param
        ttsParam.setOpts("tte", "1"); // 1:UTF-8 (目前仅支持UTF-8格式)
        ttsParam.setOpts("aue", "3"); // 0:wav 1:pcm 2:opus 3:mp3
        ttsParam.setOpts("tim", "0"); // 0:女声 1:男声(注意每个API的音色参数不同,详见购买的API接口文档)
        ttsParam.setOpts("vol", "2.0"); // 音量[0.1, 10.0]
        ttsParam.setOpts("sp", "1.0"); // 语速 [0.5, 2.0] 
        ttsParam.setOpts("sr", "24000"); // 采样率 wav和pcm支持4k到24k的采样率 opus支持8k 12k 16k 和24k的采样率
        ttsParam.setOpts("streamMode", "1"); // 1 流式模式, 0 非流式模式
        ttsParam.setOpts("tt", "0"); // 文本格式,  0:文本 1:SSML

        ttsEngine.setParam(ttsParam);

        String txt = "我是京东小精灵";

        System.out.println("start synthesize ....");
        ttsEngine.synthesize(txt,  listener);
        System.out.println("synthesize end");
    }
Copyright © JD AI Platform all right reserved,powered by GitbookFile Modify: 2021-05-21 22:10:38

results matching ""

    No results matching ""