使用 Google Translate API 获取单词的发音

Question

我正在尝试将法语单词的发音保存到 .wav 或 .mp3 文件中。

我想知道 Google Translate API 上是否有任何地方（因为它具有发音功能）可以让我实现这一目标。其他库也可以。

Answer 1

自从提出这个问题以来，从谷歌翻译中“抓取”MP3 变得更加困难，但谷歌（最终）设置了TTS API。有趣的是，它按输入字符计费，每月前 1 或 400 万个输入字符是免费的（取决于您使用 WaveNet 还是老式语音）

现在要在命令行上使用gcloud 来执行此操作（而不是将其构建到应用程序中），您可以大致执行以下操作（我在解释TTS quick start）。本演练需要 base64、curl、gcloud 和 jq。

1. 在 GCP 控制台上创建一个项目，或运行类似gcloud projects create example-throwaway-tts 的东西
2. Enable billing 用于该项目。即使您不打算超出免费赠品配额，也要这样做。
3. 使用 GCP 控制台 enable the TTS API 为您刚刚设置的项目。
4. 再次使用控制台这次是make a new service account。
   • 使用任何旧名称
   • 不要给它一个角色。你会收到警告。没关系。
   • 如果尚未选择密钥类型 JSON，请选择它
   • 点击Create
   • 保留浏览器下载的 JSON 文件
5. 设置环境变量以指向该文件，例如export GOOGLE_APPLICATION_CREDENTIALS="~/Downloads/service-account-file.json"
6. 获取适当的访问令牌：
   1. 告诉gcloud 使用那个新项目：gcloud config set project example-throwaway-tts
   2. 设置变量TTS_ACCESS_TOKEN=gcloud auth application-default print-access-token
7. 组合一个 JSON 请求。下面我举个例子。对于这个例子，我们称之为request.json

8. 最后，运行以下命令

    curl \
   -H "Authorization: Bearer "$TTS_ACCESS_TOKEN \
   -H "Content-Type: application/json; charset=utf-8" \
   --data-raw @request.json \
   "https://texttospeech.googleapis.com/v1/text:synthesize" \
   | jq '.audioContent' \
   | base64 --decode > very_simple_example.mp3
   

这样做是为了

• 使用您设置的项目的默认访问令牌进行身份验证
• 将内容类型设置为 JSON（以便jq 可以提取负载）
• 使用request.json 作为要使用curl 的--data-raw 标志发送的数据
• 从响应中提取audioContent 的值
• base64 解码该内容
• 将整个混乱保存为 MP3

request.json 的内容如下。您可以通过audioConfig查看插入所需文本的位置、调整the voice或更改输出格式：

{
  'input':{
    'text':'very simple example'
  },
  'voice':{
    'languageCode':'en-gb',
    'name':'en-GB-Standard-A',
    'ssmlGender':'FEMALE'
  },
  'audioConfig':{
      'audioEncoding':'MP3'
  }
}

原答案

正如 Hugolpz 所暗示的，如果你知道你想要的单词或短语（通过之前的 Translate API 调用），你可以从像 http://translate.google.com/translate_tts?ie=UTF-8&q=Bonjour&tl=fr 这样的 URL 获取 MP3

请注意，&tl=fr 可确保您使用法语而不是默认的英语。

您需要对自己进行速率限制，但如果您正在寻找少量的单词或短语，您应该没问题。

Answer 2

Speech Synthesis API 提供了类似的功能（正在开发中）。第三方库已经存在，例如ResponsiveVoice.JS。