Crie áudio a partir de texto através da linha de comandos

Crie áudio a partir de texto através da linha de comandos

Este documento explica o processo de fazer um pedido ao serviço de conversão de texto em voz através da linha de comandos. Para saber mais acerca dos conceitos fundamentais da conversão de texto em voz, leia o artigo Noções básicas da conversão de texto em voz.

Antes de começar

Antes de poder enviar um pedido para a API Text-to-Speech, tem de ter concluído as seguintes ações. Consulte a página antes de começar para ver detalhes.

• Ative a conversão de texto em voz num projeto da GCP.
• Certifique-se de que a faturação está ativada para a conversão de texto em voz.

• Instale a CLI Google Cloud e, em seguida, inicie sessão na CLI gcloud com a sua identidade federada. Depois de iniciar sessão, inicialize a CLI gcloud executando o seguinte comando:

  gcloud init

Sintetize áudio a partir de texto

Pode converter texto em áudio fazendo um pedido HTTP POST para o ponto final https://texttospeech.googleapis.com/v1/text:synthesize. No corpo do comando POST, especifique o tipo de voz a sintetizar na secção de configuração voice, especifique o texto a sintetizar no campo text da secção input e especifique o tipo de áudio a criar na secção audioConfig.

1. Execute o pedido REST abaixo na linha de comandos para sintetizar áudio a partir de texto com a API Text-to-Speech. O comando usa o comando gcloud auth application-default print-access-token para obter um token de autorização para o pedido.

   Antes de usar qualquer um dos dados do pedido, faça as seguintes substituições:

   • PROJECT_ID: o ID alfanumérico do seu projeto Google Cloud .

   Método HTTP e URL:

   POST https://texttospeech.googleapis.com/v1/text:synthesize

   Corpo JSON do pedido:

   {
     "input": {
       "text": "Android is a mobile operating system developed by Google, based on the Linux kernel and designed primarily for touchscreen mobile devices such as smartphones and tablets."
     },
     "voice": {
       "languageCode": "en-gb",
       "name": "en-GB-Standard-A",
       "ssmlGender": "FEMALE"
     },
     "audioConfig": {
       "audioEncoding": "MP3"
     }
   }
   

   Para enviar o seu pedido, expanda uma destas opções:

   curl (Linux, macOS ou Cloud Shell)

   Nota: O comando seguinte pressupõe que tem sessão iniciada na CLI gcloud com a sua conta de utilizador executando gcloud init ou gcloud auth login, ou usando o Cloud Shell, que inicia automaticamente sessão na CLI gcloud. Pode verificar a conta atualmente ativa executando o comando gcloud auth list.

   Guarde o corpo do pedido num ficheiro com o nome request.json, e execute o seguinte comando:

   curl -X POST \
        -H "Authorization: Bearer $(gcloud auth print-access-token)" \
        -H "x-goog-user-project: PROJECT_ID" \
        -H "Content-Type: application/json; charset=utf-8" \
        -d @request.json \
        "https://texttospeech.googleapis.com/v1/text:synthesize"

   PowerShell (Windows)

   Nota: O comando seguinte pressupõe que iniciou sessão na CLI do Google Cloud com a sua conta de utilizador executando gcloud init ou gcloud auth login .gcloud Pode verificar a conta atualmente ativa executando o comando gcloud auth list.

   Guarde o corpo do pedido num ficheiro com o nome request.json, e execute o seguinte comando:

   $cred = gcloud auth print-access-token
   $headers = @{ "Authorization" = "Bearer $cred"; "x-goog-user-project" = "PROJECT_ID" }
   
   Invoke-WebRequest `
       -Method POST `
       -Headers $headers `
       -ContentType: "application/json; charset=utf-8" `
       -InFile request.json `
       -Uri "https://texttospeech.googleapis.com/v1/text:synthesize" | Select-Object -Expand Content

   Deve receber uma resposta JSON semelhante à seguinte:

   {
     "audioContent": "//NExAASCCIIAAhEAGAAEMW4kAYPnwwIKw/BBTpwTvB+IAxIfghUfW.."
   }
   

2. A saída JSON para o comando REST contém o áudio sintetizado no formato codificado em base64. Copie o conteúdo do campo audioContent para um novo ficheiro com o nome synthesize-output-base64.txt. O novo ficheiro vai ter um aspeto semelhante ao seguinte:

   //NExAARqoIIAAhEuWAAAGNmBGMY4EBcxvABAXBPmPIAF//yAuh9Tn5CEap3/o
   ...
   VVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVV
   

3. Descodifique o conteúdo do ficheiro synthesize-output-base64.txt num novo ficheiro com o nome synthesized-audio.mp3. Para obter informações sobre a descodificação de base64, consulte o artigo Descodificar conteúdo de áudio codificado em base64.

   Linux

   1. Copie apenas o conteúdo codificado em base-64 para um ficheiro de texto.

   2. Descodifique o ficheiro de texto de origem através da ferramenta de linha de comandos base64 com a flag -d:

       $ base64 SOURCE_BASE64_TEXT_FILE -d > DESTINATION_AUDIO_FILE

   Mac OSX

   1. Copie apenas o conteúdo codificado em base-64 para um ficheiro de texto.

   2. Descodifique o ficheiro de texto de origem através da ferramenta de linha de comandos base64:

       $ base64 --decode SOURCE_BASE64_TEXT_FILE > DESTINATION_AUDIO_FILE

   Windows

   1. Copie apenas o conteúdo codificado em base-64 para um ficheiro de texto.

   2. Descodifique o ficheiro de texto de origem através do comando certutil.

      certutil -decode SOURCE_BASE64_TEXT_FILE DESTINATION_AUDIO_FILE

4. Reproduzir o conteúdo de synthesized-audio.mp3 numa aplicação de áudio ou num dispositivo de áudio. Também pode abrir o synthesized-audio.mp3 no navegador Chrome para ouvir o áudio. Para tal, navegue para a pasta que contém o ficheiro, por exemplo, file://my_file_path/synthesized-audio.mp3

Limpar

Para evitar cobranças desnecessárias da Google Cloud Platform, use o Google Cloud console para eliminar o seu projeto se não precisar dele.

O que se segue?

• Saiba mais sobre o Cloud Text-to-Speech lendo as noções básicas.
• Reveja a lista de vozes disponíveis que pode usar para a voz sintética.