Crea audio dal testo utilizzando la riga di comando

Crea audio dal testo utilizzando la riga di comando

Questo documento ti guida nella procedura per presentare una richiesta a Text-to-Speech utilizzando la riga di comando. Per scoprire di più sui concetti fondamentali della sintesi vocale, consulta Nozioni di base sulla sintesi vocale.

Prima di iniziare

Prima di poter inviare una richiesta all'API Text-to-Speech, devi aver completato le azioni seguenti. Per informazioni dettagliate, consulta la pagina Prima di iniziare.

• Attivare Text-to-Speech in un progetto Google Cloud.
• Assicurati che la fatturazione sia attivata per Text-to-Speech.

• After installing the Google Cloud CLI, configure the gcloud CLI to use your federated identity and then initialize it by running the following command:

  gcloud init

Sintetizza audio dal testo

Puoi convertire il testo in audio effettuando una richiesta POST HTTP all' Endpoint https://texttospeech.googleapis.com/v1/text:synthesize. Nel corpo del comando POST, specifica il tipo di voce da sintetizzare nella sezione di configurazione voice, il testo da sintetizzare nel campo text della sezione input e il tipo di audio da creare nella sezione audioConfig.

1. Esegui la richiesta REST riportata di seguito nella riga di comando per sintetizzare l'audio dal testo utilizzando Text-to-Speech. Il comando utilizza gcloud auth application-default print-access-token per recuperare un'autorizzazione token per la richiesta.

   Prima di utilizzare i dati della richiesta, effettua le seguenti sostituzioni:

   • PROJECT_ID: l'ID alfanumerico del tuo progetto Google Cloud.

   Metodo HTTP e URL:

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

   Corpo JSON della richiesta:

   {
     "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"
     }
   }
   

   Per inviare la richiesta, espandi una di queste opzioni:

   curl (Linux, macOS o Cloud Shell)

   Nota: il seguente comando presuppone che tu abbia eseguito l'accesso all'interfaccia a riga di comando gcloud con il tuo account utente eseguendo gcloud init o gcloud auth login oppure utilizzando Cloud Shell, che ti consente di accedere automaticamente all'interfaccia a riga di comando gcloud. Puoi controllare l'account attualmente attivo eseguendo gcloud auth list.

   Salva il corpo della richiesta in un file denominato request.json, quindi esegui il comando seguente:

   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: Il comando seguente presuppone che tu abbia eseguito l'accesso a l'interfaccia a riga di comando gcloud con il tuo account utente eseguendo gcloud init o gcloud auth login di Google. Puoi controllare l'account attualmente attivo eseguendo gcloud auth list

   Salva il corpo della richiesta in un file denominato request.json. ed esegui questo 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

   Dovresti ricevere una risposta JSON simile alla seguente:

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

2. L'output JSON per il comando REST contiene l'audio sintetizzato in formato con codifica base64. Copia i contenuti del campo audioContent in un nuovo file denominato synthesize-output-base64.txt. Il nuovo file sarà simile al seguente:

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

3. Decodifica i contenuti del file synthesize-output-base64.txt in un nuovo file denominato synthesized-audio.mp3. Per informazioni sulla decodifica in base64, consulta Decodifica dei contenuti audio con codifica Base64.

   Linux

   1. Copia solo i contenuti codificati in base64 in un file di testo.

   2. Decodifica il file di testo di origine utilizzando lo strumento a riga di comando base64 utilizzando il flag -d:

       $ base64 SOURCE_BASE64_TEXT_FILE -d > DESTINATION_AUDIO_FILE

   Mac OSX

   1. Copia solo i contenuti con codifica Base64 in un file di testo.

   2. Decodifica il file di testo di origine utilizzando lo strumento a riga di comando base64:

       $ base64 --decode SOURCE_BASE64_TEXT_FILE > DESTINATION_AUDIO_FILE

   Windows

   1. Copia solo i contenuti codificati in base64 in un file di testo.

   2. Decodifica il file di testo di origine utilizzando il comando certutil.

      certutil -decode SOURCE_BASE64_TEXT_FILE DESTINATION_AUDIO_FILE

4. Riproduci i contenuti di synthesized-audio.mp3 in un'applicazione audio o su un dispositivo audio. Puoi anche aprire il file synthesized-audio.mp3 nel browser Chrome per riprodurre l'audio passando alla cartella che contiene il file, ad esempio file://my_file_path/synthesized-audio.mp3

Esegui la pulizia

Per evitare addebiti inutili per Google Cloud Platform, utilizza il metodo Console Google Cloud 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.