本文介绍如何使用阿里云智能语音服务提供的Go SDK,包括SDK的安装方法及SDK代码示例。
前提条件
在使用SDK前,请先阅读接口说明,详情请参见接口说明。
下载安装
SDK支持Go 1.16及以上版本。
请确认已经安装Golang环境,并完成基本配置。
下载并安装SDK。
通过以下命令完成SDK下载和安装。
go get github.com/aliyun/alibabacloud-nls-go-sdk
导入SDK。
在代码中通过添加以下字段导入SDK。
import ("github.com/aliyun/alibabacloud-nls-go-sdk")
SDK常量
常量 | 含义 |
SDK_VERSION | SDK版本。 |
PCM | PCM音频格式。 |
WAV | WAV音频格式。 |
OPUS | OPUS音频格式。 |
OPU | OPU音频格式。 |
DEFAULT_DISTRIBUTE | 获取Token时使用的默认区域,默认为"cn-shanghai"。 |
DEFAULT_DOMAIN | 获取Token时使用的默认URL,默认为"nls-meta.cn-shanghai.aliyuncs.com"。 |
DEFAULT_VERSION | 获取Token时使用的协议版本,默认为"2019-02-28"。 |
DEFAULT_URL | 默认公有云URL,默认为"wss://nls-gateway-cn-shanghai.aliyuncs.com/ws/v1"。 |
建立连接
使用Akid和Akkey来获取Token时,建议针对Token进行缓存,并根据获取Token时获得的过期时间参数进行及时更新;请勿频繁调用获取Token的接口,否则会造成云端限流。
1.ConnectionConfig
用于建立连接的基础参数。
参数说明:
参数 | 类型 | 参数说明 |
Url | String | 访问的公有云URL,如果不确定,可以使用常量DEFAULT_URL。 |
Token | String | 访问Token,详情可参见获取Token概述。 |
Akid | String | 阿里云账号AccessKey ID。
|
Akkey | String | 阿里云账号AccessKey Secret。
|
Appkey | String | 对应项目Appkey。 |
2.func NewConnectionConfigWithToken(url string, appkey string, token string) *ConnectionConfig
通过URL、Appkey和Token创建连接参数。
参数说明:
参数 | 类型 | 参数说明 |
Url | String | 访问的公有云URL,如果不确定,可以使用常量DEFAULT_URL。 |
Appkey | String | 对应项目Appkey。 |
Token | String | 访问Token,详情可参见获取Token概述。 |
返回值:
*ConnectionConfig:连接配置对象指针。
3. func NewConnectionConfigFromJson(jsonStr string) (*ConnectionConfig, error)
通过JSON字符串来创建连接参数。
参数说明:
参数 | 类型 | 参数说明 |
jsonStr | String | 描述连接参数的JSON字符串,有效字段如下:url,token,akid,akkey,appkey。其中必须包含url和appkey,如果包含Token则不需要包含akid和akkey。 |
返回值:
*ConnectionConfig:连接配置对象指针。
语音合成
1.SpeechSynthesisStartParam
实时语音合成参数。
参数 | 类型 | 参数说明 |
Voice | String | 发音人,默认值:“xiaoyun”。 |
Format | String | 音频格式,默认使用WAV。 |
SampleRate | Integer | 采样率,默认值:16000 Hz。 |
Volume | Integer | 音量,范围为0~100,默认值:50。 |
SpeechRate | Integer | 语速,范围为-500~500,默认值:0。 |
PitchRate | Integer | 音高,范围为-500~500,默认值:0。 |
EnableSubtitle | Boolean | 是否开启字幕功能,默认不开启。
|
2.func DefaultSpeechSynthesisParam() SpeechSynthesisStartParam
创建一个默认的语音合成参数。
参数说明:无。
返回值:
SpeechSynthesisStartParam:默认参数。
3.func NewSpeechSynthesis(...) (*SpeechSynthesis, error)
创建一个新的语音合成对象。
参数说明:
参数 | 类型 | 参数说明 |
config | *ConnectionConfig | 参见建立连接相关内容。 |
logger | *NlsLogger | 参见SDK日志相关内容。 |
realtimeLongText | Boolean |
|
taskfailed | func(string, interface{}) | 识别过程中的错误处理回调参数,interface{}为用户自定义参数。 |
synthesisresult | func([]byte, interface{}) | 语音合成数据回调参数。 |
metainfo | func(string, interface{}) | 字幕数据回调,需要参数中EnableSubtitle为true。 |
completed | func(string, interface{}) | 合成完毕结果回调参数。 |
closed | func(interface{}) | 连接断开回调参数。 |
param | interface{} | 用户自定义参数。 |
返回值:无。
4.func (tts *SpeechSynthesis) Start(text string, param SpeechSynthesisStartParam, extra map[string]interface{}) (chan bool, error)
给定文本和参数进行语音合成。
参数说明:
参数 | 类型 | 参数说明 |
text | String | 待合成文本。 |
param | SpeechRecognitionStartParam | 实时合成参数。 |
extra | map[string]interface{} | 额外 |
返回值:
chan bool:语音合成完成通知管道。
error:错误异常。
5.func (tts *SpeechSynthesis) Shutdown()
强制停止语音合成。
参数说明:无。
返回值:无。
SDK日志
1.func DefaultNlsLog() *NlsLogger
用于创建全局唯一的默认日志对象,默认日志以NLS为前缀,输出到标准错误。
参数说明:无。
返回值:
NlsLogger:日志对象指针。
2.func NewNlsLogger(w io.Writer, tag string, flag int) *NlsLogger
创建一个新的日志。
参数说明:
参数 | 类型 | 参数说明 |
w | io.Writer | 任意实现io.Writer接口的对象。 |
tag | String | 日志前缀,会打印到日志行首部。 |
flag | Integer | 日志flag,具体请参见Go官方log文档。 |
返回值:
NlsLogger:日志对象指针。
3.func (logger *NlsLogger) SetLogSil(sil bool)
设置日志是否输出到对应的io.Writer。
参数说明:
参数 | 类型 | 参数说明 |
sil | Boolean | 是否禁止日志输出。
|
返回值:无。
4.func (logger *NlsLogger) SetDebug(debug bool)
设置是否打印Debug日志,仅影响通过Debugf或Debugln进行输出的日志。
参数说明:
参数 | 类型 | 参数说明 |
debug | Boolean | 是否允许Debug日志输出。
|
返回值:无。
5. func (logger *NlsLogger) SetOutput(w io.Writer)
设置日志输出方式。
参数说明:
参数 | 类型 | 参数说明 |
w | io.Writer | 任意实现io.Writer接口的对象。 |
返回值:无。
6. func (logger *NlsLogger) SetPrefix(prefix string)
设置日志行的标签。
参数说明:
参数 | 类型 | 参数说明 |
prefix | String | 日志行标签,会输出在日志行行首。 |
返回值:无。
7. func (logger *NlsLogger) SetFlags(flags int)
设置日志属性。
参数说明:
参数 | 类型 | 参数说明 |
flags | Integer | 日志属性,具体请参见Go官方文档。 |
返回值:无。
8. 日志打印
日志打印方法:
方法名 | 方法说明 |
func (l *NlsLogger) Print(v ...interface{}) | 标准日志输出。 |
func (l *NlsLogger) Println(v ...interface{}) | 标注日志输出,行尾自动换行。 |
func (l *NlsLogger) Printf(format string, v ...interface{}) | 带Format的日志输出,Format方式见具体请参见Go官方文档。 |
func (l *NlsLogger) Debugln(v ...interface{}) | Debug信息日志输出,行尾自动换行。 |
func (l *NlsLogger) Debugf(format string, v ...interface{}) | 带Format的Debug信息日志输出。 |
func (l *NlsLogger) Fatal(v ...interface{}) | 致命错误日志输出,输出后自动进程退出。 |
func (l *NlsLogger) Fatalln(v ...interface{}) | 致命错误日志输出,行尾自动换行,输出后自动进程退出。 |
func (l *NlsLogger) Fatalf(format string, v ...interface{}) | 带Format的致命错误日志输出,输出后自动进程退出。 |
func (l *NlsLogger) Panic(v ...interface{}) | 致命错误日志输出,输出后自动进程退出并打印崩溃信息。 |
func (l *NlsLogger) Panicln(v ...interface{}) | 致命错误日志输出,行尾自动换行,输出后自动进程退出并打印崩溃信息。 |
func (l *NlsLogger) Panicf(format string, v ...interface{}) | 带Format的致命错误日志输出,输出后自动进程退出并打印崩溃信息。 |
代码示例
package main
import (
"errors"
"io"
"log"
"os"
"sync"
"time"
nls "github.com/aliyun/alibabacloud-nls-go-sdk"
)
const (
//online key
APPKEY = "Your APPKEY" //获取Appkey请前往控制台:https://nls-portal.console.aliyun.com/applist
TOKEN = "Your TOKEN" //获取Token具体操作,请参见:https://help.aliyun.com/document_detail/450514.html
)
type TtsUserParam struct {
F io.Writer
Logger *nls.NlsLogger
}
func onTaskFailed(text string, param interface{}) {
p, ok := param.(*TtsUserParam)
if !ok {
log.Default().Fatal("invalid logger")
return
}
p.Logger.Println("TaskFailed:", text)
}
func onSynthesisResult(data []byte, param interface{}) {
p, ok := param.(*TtsUserParam)
if !ok {
log.Default().Fatal("invalid logger")
return
}
p.F.Write(data)
}
func onCompleted(text string, param interface{}) {
p, ok := param.(*TtsUserParam)
if !ok {
log.Default().Fatal("invalid logger")
return
}
p.Logger.Println("onCompleted:", text)
}
func onClose(param interface{}) {
p, ok := param.(*TtsUserParam)
if !ok {
log.Default().Fatal("invalid logger")
return
}
p.Logger.Println("onClosed:")
}
func waitReady(ch chan bool, logger *nls.NlsLogger) error {
select {
case done := <-ch:
{
if !done {
logger.Println("Wait failed")
return errors.New("wait failed")
}
logger.Println("Wait done")
}
case <-time.After(60 * time.Second):
{
logger.Println("Wait timeout")
return errors.New("wait timeout")
}
}
return nil
}
var lk sync.Mutex
var fail = 0
var reqNum = 0
const (
TEXT = "你好小德,今天天气怎么样。"
)
func testMultiInstance() {
param := nls.DefaultSpeechSynthesisParam()
config := nls.NewConnectionConfigWithToken(nls.DEFAULT_URL, APPKEY, TOKEN)
strId := "ID0"
fname := "ttsdump.wav"
ttsUserParam := new(TtsUserParam)
fout, err := os.OpenFile(fname, os.O_RDWR|os.O_TRUNC|os.O_CREATE, 0666)
logger := nls.NewNlsLogger(os.Stderr, strId, log.LstdFlags|log.Lmicroseconds)
logger.SetLogSil(false)
logger.SetDebug(true)
logger.Printf("Test Normal Case for SpeechRecognition:%s", strId)
ttsUserParam.F = fout
ttsUserParam.Logger = logger
//第三个参数控制是否请求长文本语音合成,false为短文本语音合成
tts, err := nls.NewSpeechSynthesis(config, logger, false,
onTaskFailed, onSynthesisResult, nil,
onCompleted, onClose, ttsUserParam)
if err != nil {
logger.Fatalln(err)
return
}
lk.Lock()
reqNum++
lk.Unlock()
logger.Println("SR start")
ch, err := tts.Start(TEXT, param, nil)
if err != nil {
lk.Lock()
fail++
lk.Unlock()
tts.Shutdown()
}
err = waitReady(ch, logger)
if err != nil {
lk.Lock()
fail++
lk.Unlock()
tts.Shutdown()
}
logger.Println("Synthesis done")
tts.Shutdown()
}
func main() {
testMultiInstance()
}