当前位置：首页 > article >正文

CosyVoice文本转语音：轻松创造个性化音频

article 2024/12/26 15:16:07

CosyVoice文本转语音：轻松创造个性化音频"

要实现一个使用通义语音合成模型CosyVoice将文字转换为音频的图形界面应用，可以使用Python的tkinter库来创建图形用户界面（GUI），并使用requests库来调用CosyVoice的API。

以下是一个简单的示例代码，展示了如何实现这个功能：

安装所需的库：

pip install requests tkinter

编写代码：

import tkinter as tk
from tkinter import messagebox
from dashscope.audio.tts_v2 import SpeechSynthesizer
import dashscope

# 设置API密钥
dashscope.api_key = "your_api_key"

# 定义可用的模型和声音
model = "cosyvoice-v1"
voice = "longlaotie" #还有很多音色，这里只列举一个

# 合成语音并保存文件
def synthesize_and_save(text):
    if not text:
        messagebox.showwarning("警告", "请输入要合成的文本")
        return

    synthesizer = SpeechSynthesizer(model=model, voice=voice)
    audio = synthesizer.call(text)

    if synthesizer.get_last_request_id():
        with open("output.mp3", 'wb') as f:
            f.write(audio)
        messagebox.showinfo("成功", "合成成功，已保存为 output.mp3")
    else:
        messagebox.showerror("错误", f"合成失败: {audio.message}")

def on_submit():
    text = text_entry.get()  # 获取输入框的文本
    synthesize_and_save(text)  # 调用合成函数

# 创建主窗口
root = tk.Tk()
root.title("语音合成器")

# 输入框
text_entry = tk.Entry(root, width=50)
text_entry.pack(pady=20)

# 提交按钮
submit_button = tk.Button(root, text="合成语音", command=on_submit)
submit_button.pack(pady=10)

# 运行主循环
root.mainloop()

说明：

API_URL 和 API_KEY: 你需要将 API_URL 替换为实际的CosyVoice API端点，并将 API_KEY 替换为你在阿里云或其他提供者处获取的API密钥。
文本输入框: 使用 tk.Text 创建一个多行文本输入框，用户可以输入要转换为音频的文本。
语音选择下拉菜单: 使用 ttk.Combobox 创建一个下拉菜单，用户可以选择不同的语音。
合成按钮: 当用户点击“合成”按钮时，会调用 on_synthesize 函数，该函数会从输入框中获取文本和选择的语音，然后调用 synthesize_speech 函数将文本转换为音频。
错误处理: 如果API调用失败，会显示一个错误消息框；如果成功，会显示一个成功消息框，并保存生成的音频文件。