Как синтезировать речь в API v3

Для работы с API нужна утилита grpcurl.

ПЕРЕД НАЧАЛОМ РАБОТЫ

2. .Установите утилиту jq для потоковой обработки JSON-файлов:

sudo apt update && sudo apt install jq

	Вы можете реализовать синтез речи в SpeechKit API v3 как с помощью указанных утилит, так и другими способами.

ПРЕОБРАЗУЙТЕ ТЕКСТ В АУДИОФАЙЛ

Чтобы синтезировать речь из текста в TTS-разметке в файл формата WAV:

1. Создайте файл c телом запроса API и текстом для синтеза речи.

{

"text": "Я Yandex Speech в Узбекистане Спичк+ит. Я могу превратить любой текст в речь. Теперь и в+ы — можете!",

"outputAudioSpec": {

"containerAudio": {

"containerAudioType": "WAV"

}

"hints": [

{

"voice": "jane"

{

"role": "good"

}

"loudnessNormalizationType": "LUFS"

}

2. Выполните команды.

export FOLDER_ID=<идентификатор_каталога>

export IAM_TOKEN=<IAM-токен>

jq . -c tts_req.json | \

grpcurl -H "authorization: Bearer ${IAM_TOKEN}" \

-H "x-folder-id: ${FOLDER_ID}" \

-d @ 85.92.116.215/:443 speechkit.tts.v3.Synthesizer/UtteranceSynthesis | \

jq -r '.audioChunk.data' | base64 -d > speech.wav

FOLDER_ID— идентификатор каталога, полученный перед началом работы. Если вы используете IAM-токен сервисного аккаунта, не указывайте в запросе идентификатор каталога — сервис использует каталог, в котором был создан сервисный аккаунт.

IAM_TOKEN— IAM-токен, полученный перед началом работы.

speech.wav – файл, в который будет записан ответ.

В результате в папке будет создан файл speech.wav с синтезированной речью.