魔音工坊序列猴子语音合成TTS网站源码

前言说明

本源码基于北京小问语音合成技术序列猴子语音合成TTS（魔音工坊），本源码基于Bootstrap5和PHP技术开发，支持所有音色合成！

特色说明

支持所有音色合成，满足不同用户的多样化需求。
支持 SSML 语音合成，可实现更丰富的语音表达。
能够进行分类场景、语言类型、发音人性别筛选，方便用户快速找到合适的语音。
可对发音人、情感风格、音频编码格式、语速、音调进行调节，赋予用户更多的个性化选择。

开发文档

一、接口描述

接口请求域名：https://open.mobvoi.com/api/tts/v1。

接口请求频率限制为 5 次 / 秒。北京小问语音合成技术（TTS）能将任意文本转化为语音，适用于多种场景，如视频 APP 配音解说、小说 App 有声阅读、移动 App 新闻播报、智能设备语音提醒、车载导航个性化语音播报等。该技术提供多种方言、数百发音人及上千风格，满足不同场景需求，且实时合成支持 SSML 标记语言。

二、请求参数

HTTP Method：支持 POST 请求。

调用参数及说明：

字段名	必填	类型	描述
text	是	String	要合成的文本内容，限制为 1000 字符。支持 ssml 标记语言，使用说明见附录 3。
appkey	是	String	开发者在 AI 开放平台上申请的 appkey。
signature	是	String	签名，通过“appkey+secret+timestamp”进行 md5 加密，得到的 32 位 MD5 值。其中加号也参与 MD5 的计算。每次请求实时计算签名，签名有效期为 10 分钟。
timestamp	是	Long	当前时间戳，单位为秒。
speaker	否	String	合成音频指定发音人默认值：cissy_meet 其他发音人传值及计费价格请参考声音商店。pro 发音人合成时长相对较长，慎重选用
audio_type	否	String	合成音频的格式默认值：mp3 可选值：pcm/mp3/speex-wb-10/wav 只支持这四种格式中的一种
speed	否	Float	发音人合成的语速，支持小数点后两位默认值：1.0 可选值：0.5 – 2.0
convert	否	String	默认值：无可选值：robot 是否转化为机器声
rate	否	Long	音频采样率默认值：无，由 speaker 指定默认值可选值：8000/16000/24000
volume	否	Float	合成音量默认值：1.0 可选值：0.1 – 1.0
pitch	否	Float	语调参数，参数小于 0 则语调变低，反之则高默认值：0 可选值：-10<pitch<10 (streaming 接口不支持)
symbol_sil	否	String	符号停顿时长映射方法（逗号分割)见下方停顿符号映射表充值后自动开通权限 (streaming 接口不支持)
ignore_limit	否	Boolean	默认值：false 可选值：false/true 是否限制字符数，如果设置 true，传输的文本可以超过 1000 字符限制，最大字符数 3000 充值后自动开通权限
gen_srt	否	Boolean	可以控制是否生成对应的 srt 字幕文件。当 ignore_limit 为 true 时，audio_type 为 wav 可以返回字幕，其他类型不行。默认不生成字幕文件。生成字幕文件需要额外付费，价格详情参考报价页。srt 文件地址通过 response header 返回，参考下面 response header 样例。默认值：false 可选值：false/true
merge_symbol	否	Boolean	粗粒度合成参数，默认为 false。可以指定为 true，打开后语气停顿会更加接近真人效果，merge_symbol 开启会导致 symbol_sil 参数无效。默认值：false 可选值：false/true
srt_len	否	Long	生成字幕的最大长度，如若为中文字幕遇到，,。!！？?;；等符号会自动分句拆分字幕
streaming	否	Boolean	是否流式输出，默认为 false。可以指定为 true，打开后 ignore_limit 为 true 且 audio_type 不为 wav 时，接口流式输出

Request Header设置

{
    "Content-Type": "application/json"
}

Request Body格式

body采用json格式传输

{
    "signature": "appkey+secret+timestamp的MD5值",
    "timestamp": "1665717322",
    "appkey": "开发者应用appkey",
    "speaker": "cissy_meet",
    "ignore_limit": true,
    "gen_srt": true,
    "audio_type": "mp3",
    "text": "海南长臂猿的叫声，高亢洪亮，响彻山谷。海南热带雨林国家公园是这种濒危灵长类动物的全球唯一栖息地。经过近年来的科学保护和生态恢复，海南长臂猿已由最少时的寥寥几只，恢复到5群35只，创造了世界珍稀动物保护的奇迹。国家公>园堪称最美国土，具有典型独特的自然生态系统、世界瞩目的野生动植物种。在海南热带雨林国家公园，这里生长着846种特有植物、145种国家重点保护野生动物，生物多样性指数与巴西亚马孙雨林相当。2018年4月，习近平总书记在庆祝海>南建省办经济特区30周年大会上强调，要积极开展国家公园体制试点，建设热带雨林等国家公园。2019年1月，总书记又主持召开中央全面深化改革委员会第六次会议，审议通过《海南热带雨林国家公园体制试点方案》。被称为海南“生态绿心”的这片最美国土迈出保护和建设的历史性一步。我国的国家公园在自然保护地体系中保护等级最高、生态价值最大、管控措施最严。",
    "speed": "1.0"
}

返回值说明

如果成功合成，则直接返回语音流。

Response Header格式

{
    "Content-Type": "audio/mpeg",
    "srt_address": "https://mobvoi-speech-public.cn-bj.ufileos.com/mobvoi-tts/openapi/subtitle/d5c27272b28f8596ac0bf6183929d6de.srt?v=1666856127099"
}

body中是合成后的音频数据，可以保存成音频文件，或者交给播放器进行语音播放。

如果合成音频文件失败，返回json格式信息，包含具体的错误原因。

Error Response Body

{
  "status": "error",
  "errorMessage": {
    "code": 31002,
    "desc": "failed to convert text to speech"
  }
}

符号停顿映射表

符号	设置方式（名称+时长/ms) 时长为 10 的倍数，且大于等于 0。
；;	semi_200
！!	exclamation_200
?？	question_200
，,	comma_200
。	stop_200
、	pause_200

部分异常说明

认证已过期可能是时间戳不对，与开放平台认证审批通过与否无关。