代码之家 › 专栏 › 技术社区 › Simon Ernesto Cardenas Zarate

如何将linear16文本转换为语音并转换为音频文件

google-text-to-speech text-to-speech encoding audio

0

Simon Ernesto Cardenas Zarate · 技术社区 · 7 年前

我刚开始玩Google文本语音转换API。我生成了一个post请求:

https://texttospeech.googleapis.com/v1/text:synthesize?fields=audioContent&key={YOUR_API_KEY}

使用以下数据:

{
 "input": {
  "text": "Hola esto es una prueba"
},
 "voice": {
  "languageCode": "es-419"
 },
 "audioConfig": {
  "audioEncoding": "LINEAR16",
  "speakingRate": 1,
  "pitch": 0
 }
}

我得到了200份回复,内容如下:

{
    "audioContent" : "UklGRn6iCwBXQVZFZm10I...(super long string)"
}

我假设这是编码的(或解码的,不确定命名),但我想听听什么是“音频内容”。

0 回复 | 直到 7 年前

1

Simon Ernesto Cardenas Zarate 7 年前

像 Tanaike 指出,回应确实是Base64。为了实际收听音频,我将base64编码字符串粘贴到一个文件中,然后运行:

base64 -d audio.txt > audio.wav

这就成功了。