Creare audio di lunga durata
Questo documento descrive la procedura di sintesi dell'audio in formato lungo. La sintesi audio lunga sintetizza in modo asincrono fino a 1 milione di byte in input. Per scoprire di più sui concetti fondamentali di Text-to-Speech, leggi Nozioni di base di Text-to-Speech.
Prima di iniziare
Prima di poter inviare una richiesta all'API Text-to-Speech, devi aver completato le seguenti azioni. Per informazioni dettagliate, consulta la pagina Prima di iniziare.
- Abilitare Text-to-Speech in un progetto Google Cloud .
- Assicurati che la fatturazione sia attivata per Text-to-Speech.
- Assicurati di disporre dei seguenti ruoli IAM (Identity and Access Management) nel bucket Google Cloud di output.
- Storage Object Creator
- Storage Object Viewer
-
Installa Google Cloud CLI, quindi accedi a gcloud CLI con la tua identità federata. Dopo aver eseguito l'accesso, inizializza Google Cloud CLI eseguendo il seguente comando:
gcloud init
Sintetizza audio lunghi dal testo utilizzando la riga di comando
Puoi convertire il testo in formato lungo in audio effettuando una richiesta HTTP POST all'endpoint https://texttospeech.googleapis.com/v1beta1/projects/{$project_number}/locations/global:synthesizeLongAudio
.
Nel corpo del comando POST, specifica i seguenti campi.
• voice
: il tipo di voce da sintetizzare.
• input.text
: il testo da sintetizzare.
• audioConfig
: il tipo di audio da creare.
• output_gcs_uri
: il percorso di output Google Cloud nel formato "gs://bucket_name/file_name.wav".
• parent
: il genitore nel formato "projects/{YOUR_PROJECT_NUMBER}/locations/{YOUR_PROJECT_LOCATION}".
L'input può contenere fino a 1 MB di caratteri. Il limite esatto può variare a seconda dei diversi input.
Crea un bucket di archiviazione Google Cloud nel progetto utilizzato per eseguire la sintesi. Assicurati che il account di servizio utilizzato per eseguire la sintesi abbia accesso in lettura e scrittura al bucket di output Google Cloud .
Esegui la richiesta REST dalla riga di comando per sintetizzare l'audio dal testo utilizzando Text-to-Speech. Il comando utilizza il comando
gcloud auth application-default print-access-token
per recuperare un token di autorizzazione per la richiesta.Metodo HTTP e URL:
POST https://texttospeech.googleapis.com/v1beta1/projects/12345/locations/global:synthesizeLongAudio
Corpo JSON della richiesta:
{ "parent": "projects/12345/locations/global", "audio_config":{ "audio_encoding":"LINEAR16" }, "input":{ "text":"hello" }, "voice":{ "language_code":"en-us", "name":"en-us-Standard-A" }, "output_gcs_uri": "gs://bucket_name/file_name.wav" }
Per inviare la richiesta, espandi una di queste opzioni:
Dovresti ricevere una risposta JSON simile alla seguente:
{ "name": "23456", "metadata": { "@type": "type.googleapis.com/google.cloud.texttospeech.v1beta1.SynthesizeLongAudioMetadata", "progressPercentage": 0, "startTime": "2022-12-20T00:46:56.296191037Z", "lastUpdateTime": "2022-12-20T00:46:56.296191037Z" }, "done": false }
L'output JSON per il comando REST contiene il nome dell'operazione di lunga durata nel campo
name
. Esegui la richiesta REST dalla riga di comando per eseguire query sullo stato delloperazione a lunga esecuzione.Assicurati che il account di servizio che esegue l'operazione GET provenga dallo stesso progetto di quello utilizzato per la sintesi.
Metodo HTTP e URL:
GET https://texttospeech.googleapis.com/v1beta1/projects/12345/locations/global/operations/23456
Per inviare la richiesta, espandi una di queste opzioni:
Dovresti ricevere una risposta JSON simile alla seguente:
{ "name": "projects/12345/locations/global/operations/23456", "metadata": { "@type": "type.googleapis.com/google.cloud.texttospeech.v1beta1.SynthesizeLongAudioMetadata", "progressPercentage": 100 }, "done": true }
Esegui una query sull'elenco di tutte le operazioni in esecuzione in un determinato progetto, esegui la richiesta REST.
Assicurati che il account di servizio che esegue l'operazione LIST provenga dallo stesso progetto di quello utilizzato per la sintesi.
Metodo HTTP e URL:
GET https://texttospeech.googleapis.com/v1beta1/projects/12345/locations/global/operations
Per inviare la richiesta, espandi una di queste opzioni:
Dovresti ricevere una risposta JSON simile alla seguente:
{ "operations": [ { "name": "12345", "done": false }, { "name": "23456", "done": false } ], "nextPageToken": "" }
Una volta completata correttamente l'operazione a lunga esecuzione, trova il file audio di output nell'URI del bucket specificato nel campo
output_gcs_uri
. Se l'operazione non è stata completata correttamente, individua l'errore eseguendo una query utilizzando il comando GET REST, correggi l'errore ed esegui di nuovo la RPC.
Sintetizzare audio lunghi dal testo utilizzando le librerie client
Segui queste istruzioni per sintetizzare audio lunghi.
installa la libreria client
Python
Prima di installare la libreria, assicurati di aver preparato l'ambiente per lo sviluppo Python.
pip install --upgrade google-cloud-texttospeech
Creare dati audio
Puoi utilizzare Text-to-Speech per creare un lungo file audio di sintesi vocale umana. Utilizza il seguente codice per creare un file audio lungo nel bucket Google Cloud .
Python
Prima di eseguire l'esempio, assicurati di aver preparato l'ambiente per lo sviluppo Python.
Esegui la pulizia
Per evitare addebiti non necessari di Google Cloud , utilizzaGoogle Cloud console per eliminare il progetto se non ti serve.
Passaggi successivi
- Scopri di più su Cloud Text-to-Speech leggendo le nozioni di base.
- Consulta l'elenco delle voci disponibili che puoi utilizzare per la sintesi vocale.