In questa pagina viene descritto come selezionare un profilo del dispositivo per l'audio creato da Text-to-Speech.
Puoi ottimizzare la lingua sintetica prodotta da Text-to-Speech per la riproduzione su diversi tipi di hardware. Ad esempio, se la tua app viene eseguita principalmente su tipi di dispositivi "indossabili" di piccole dimensioni, puoi creare voce sintetica dall'API Text-to-Speech ottimizzata specificamente per altoparlanti di piccole dimensioni.
Puoi anche applicare più profili del dispositivo allo stesso
voce sintetico. L'API Text-to-Speech applica i profili del dispositivo all'audio nell'ordine fornito nella richiesta all'endpoint text:synthesize
. Evita di specificare lo stesso profilo più di una volta, in quanto potresti ottenere risultati indesiderati applicando lo stesso profilo più volte.
L'utilizzo dei profili audio è facoltativo. Se scegli di utilizzarne uno o più, Text-to-Speech applica i profili ai risultati vocali post-sintetizzati. Se scegli di non utilizzare un profilo audio, riceverai i risultati vocali senza modifiche post-sintesi.
Per sentire la differenza tra l'audio generato da profili diversi, confronta i due clip qui sotto.
Esempio 1. Audio generato con il profilo handset-class-device
Esempio 2. Audio generato con il profilo telephony-class-application
Nota: ogni profilo audio è stato ottimizzato per un dispositivo specifico regolando una serie di effetti audio. Tuttavia, la marca e il modello del dispositivo utilizzato per ottimizzare il profilo potrebbero non corrispondere esattamente ai dispositivi di riproduzione degli utenti. Potresti dover sperimentare diversi profili per trovare l'output audio migliore per la tua applicazione.
Profili audio disponibili
La seguente tabella fornisce gli ID e gli esempi dei profili dei dispositivi disponibili per l'utilizzo da parte dell'API Text-to-Speech.
ID profilo audio | Ottimizzato per |
---|---|
wearable-class-device |
Smartwatch e altri dispositivi indossabili, come Apple Watch e Wear OS |
handset-class-device |
Smartphone, come Google Pixel, Samsung Galaxy, Apple iPhone |
headphone-class-device |
Auricolari o cuffie per la riproduzione audio, come le cuffie Sennheiser |
small-bluetooth-speaker-class-device |
Piccoli speaker per la casa, come Google Home Mini |
medium-bluetooth-speaker-class-device |
Speaker per la smart home, come Google Home |
large-home-entertainment-class-device |
Sistemi di intrattenimento per la casa o smart TV, come Google Home Max, LG TV |
large-automotive-class-device |
Altoparlanti auto |
telephony-class-application |
Sistemi di Risposta Vocale Interattiva (IVR) |
Specifica un profilo audio da utilizzare
Per specificare un profilo audio da utilizzare, imposta il campo effectsProfileId
per la richiesta di sintesi vocale.
Protocollo
Per generare un file audio, effettua una richiesta POST
e fornisci il corpo della richiesta appropriato. Di seguito è riportato un esempio di richiesta POST
che utilizza curl
. L'esempio utilizza Google Cloud CLI per recuperare un token di accesso per la richiesta.
Per istruzioni sull'installazione di gcloud CLI, consulta Autenticazione in Text-to-Speech.
L'esempio seguente mostra come inviare una richiesta all'endpoint text:synthesize
.
curl \ -H "Authorization: Bearer "$(gcloud auth print-access-token) \ -H "Content-Type: application/json; charset=utf-8" \ --data "{ 'input':{ 'text':'This is a sentence that helps test how audio profiles can change the way Cloud Text-to-Speech sounds.' }, 'voice':{ 'languageCode':'en-us', }, 'audioConfig':{ 'audioEncoding':'LINEAR16', 'effectsProfileId': ['telephony-class-application'] } }" "https://texttospeech.googleapis.com/v1beta1/text:synthesize" > audio-profile.txt
Se la richiesta ha esito positivo, l'API Text-to-Speech restituisce l'audio sintetizzato come dati codificati in base64 contenuti nell'output JSON. L'output JSON nel file audio-profiles.txt
è simile al seguente:
{ "audioContent": "//NExAASCCIIAAhEAGAAEMW4kAYPnwwIKw/BBTpwTvB+IAxIfghUfW.." }
Per decodificare i risultati dall'API Cloud Text-to-Speech come file audio MP3, esegui il comando seguente dalla stessa directory del file audio-profiles.txt
.
sed 's|audioContent| |' < audio-profile.txt > tmp-output.txt && \ tr -d '\n ":{}' < tmp-output.txt > tmp-output-2.txt && \ base64 tmp-output-2.txt --decode > audio-profile.wav && \ rm tmp-output*.txt
Go
Per scoprire come installare e utilizzare la libreria client per Text-to-Speech, consulta l'articolo Librerie client di Text-to-Speech. Per maggiori informazioni, consulta la documentazione di riferimento dell'API Text-to-Speech Go.
Per eseguire l'autenticazione in Text-to-Speech, configura le Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per un ambiente di sviluppo locale.
Java
Per scoprire come installare e utilizzare la libreria client per Text-to-Speech, consulta l'articolo Librerie client di Text-to-Speech. Per maggiori informazioni, consulta la documentazione di riferimento dell'API Text-to-Speech Java.
Per eseguire l'autenticazione in Text-to-Speech, configura le Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per un ambiente di sviluppo locale.
Node.js
Per scoprire come installare e utilizzare la libreria client per Text-to-Speech, consulta l'articolo Librerie client di Text-to-Speech. Per maggiori informazioni, consulta la documentazione di riferimento dell'API Text-to-Speech Node.js.
Per eseguire l'autenticazione in Text-to-Speech, configura le Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per un ambiente di sviluppo locale.
Python
Per scoprire come installare e utilizzare la libreria client per Text-to-Speech, consulta l'articolo Librerie client di Text-to-Speech. Per maggiori informazioni, consulta la documentazione di riferimento dell'API Text-to-Speech Python.
Per eseguire l'autenticazione in Text-to-Speech, configura le Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per un ambiente di sviluppo locale.
Linguaggi aggiuntivi
C#: segui le istruzioni di configurazione di C# nella pagina delle librerie client e poi consulta la documentazione di riferimento di Text-to-Speech per .NET.
PHP: segui le istruzioni per la configurazione dei file PHP nella pagina delle librerie client e poi consulta la documentazione di riferimento di Text-to-Speech per PHP.
Ruby: segui le istruzioni per la configurazione di Ruby nella pagina delle librerie client e poi consulta la documentazione di riferimento di Text-to-Speech per Ruby.