使用Google Translate API獲取單詞的發音

Question

我試圖將法語單詞的發音保存為.wav或.mp3文件。

我想知道Google Translate API上是否有任何地方（因為它具有發音功能），這使我能夠實現這一目標。 其他圖書館也可以。

Answer 1

Speech Synthesis API （正在開發中）提供了類似的功能。 第三方庫已經存在，例如ResponsiveVoice.JS 。

Answer 2

自從提出這個問題以來，從谷歌翻譯中“刮掉”MP3變得更加困難，但谷歌（終於）設置了一個TTS API 。 有趣的是，它是用輸入字符計費的，每月前1或4百萬個輸入字符是免費的（取決於你使用的是WaveNet還是舊學校的聲音）

現在要在命令行上使用gcloud （而不是將其構建到應用程序中），您可以大致如下（我正在解釋TTS快速啟動 ）。 本演練需要base64 ， curl ， gcloud和jq 。

1. 在GCP控制台上創建項目，或運行類似gcloud projects create example-throwaway-tts
2. 為項目啟用結算 。 即使您不打算超過免費配額，也要這樣做。
3. 使用GCP控制台為剛剛設置的項目啟用TTS API 。
4. 再次使用控制台，這次是建立一個新的服務帳戶 。
   • 使用任何舊名稱
   • 不要發揮作用。 你會收到警告。 這沒關系。
   • 如果尚未選擇密鑰類型JSON，請選擇它
   • 單擊“ Create
   • 保留瀏覽器下載的JSON文件
5. 設置環境變量以指向該文件，例如export GOOGLE_APPLICATION_CREDENTIALS="~/Downloads/service-account-file.json"
6. 獲取適當的訪問令牌：
   1. 告訴gcloud使用這個新項目： gcloud config set project example-throwaway-tts
   2. 設置變量TTS_ACCESS_TOKEN=gcloud auth application-default print-access-token
7. 匯總JSON請求。 我將在下面給出一個例子。 對於此示例，我們將其稱為request.json

8. 最后，運行以下命令

     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 

這是做什么的

• 使用您設置的項目的默認訪問令牌進行身份驗證
• 將內容類型設置為JSON（以便jq可以提取有效負載）
• 使用request.json作為要使用curl的--data-raw標志發送的數據
• 從響應中提取audioContent的值
• base64解碼該內容
• 把整個爛攤子當成MP3

request.json內容如下。 您可以通過audioConfig查看插入所需文本的位置，調整語音或更改輸出格式：

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

原始答案

正如Hugolpz所說，如果你知道你想要的單詞或短語（通過之前的Translate API調用），你可以從http://translate.google.com/translate_tts?ie=UTF-8&q=Bonjour&tl=這樣的網址獲取MP3。 FR

請注意， &tl=fr確保您獲得法語而不是默認英語。

您需要對自己進行限價，但如果您正在尋找少量的單詞或短語，那么您應該沒問題。