Синтез речи в API v3 REST

Статья создана

Обновлена 27 сентября 2024 г.

SpeechKit REST API v3 можно использовать для синтеза речи, если вам не нужны преимущества gRPC API.

В примере заданы следующие параметры синтеза:

голос — marina
амплуа — friendly (дружелюбная)
формат аудио — WAV (значение по умолчанию)

Аутентификация происходит от имени аккаунта на Яндексе или федеративного аккаунта с использованием IAM-токена. Для аутентификации необходим идентификатор каталога, в котором у пользователя есть роль ai.speechkit-tts.user для работы с сервисом SpeechKit. Если вы используете сервисный аккаунт, передавать в запросе идентификатор каталога не нужно. Подробнее об аутентификации в API SpeechKit см. Аутентификация в API SpeechKit.

cURL

Чтобы повторить пример, потребуется утилита jq для работы с файлами JSON.

Создайте файл request.json с параметрами запроса:

{"text": "Привет! Я Яндекс Спичк+ит. Я могу превратить любой текст в речь. Теперь и в+ы - можете!", "hints": [{"voice": "marina"}, {"role": "friendly"}]}

Где:

text — синтезируемый текст;
hints — список параметров синтеза:
- voice — голос для синтеза
- role — амплуа

Получите идентификатор каталога и IAM-токен для аккаунта, который вы будете использовать для работы с SpeechKit, и укажите их в заголовках запроса.

export FOLDER_ID=<идентификатор_каталога>
export IAM_TOKEN=<IAM-токен>

curl \
  --header "Authorization: Bearer $IAM_TOKEN" \
  --header "x-folder-id: $FOLDER_ID" \
  --data @request.json https://tts.api.cloud.yandex.net:443/tts/v3/utteranceSynthesis | \
  jq -r  '.result.audioChunk.data' | \
  while read chunk; do base64 -d <<< "$chunk" >> audio.wav; done

Где:

FOLDER_ID— идентификатор каталога, на который у вашего аккаунта есть роль ai.speechkit-tts.user или выше.
IAM_TOKEN — IAM-токен вашего аккаунта на Яндексе или федеративного аккаунта.

Синтезированная речь вернется в кодировке Base64 и будет записана в файл audio.wav.

Синтез речи в API v3 REST

Была ли статья полезна?