使用Google Translate API获取单词的发音

Question

我正在尝试将法语单词的发音保存为.wav或.mp3文件。

我想知道Google Translate API上是否有任何地方（因为它具有发音功能），这使我能够实现这一目标。其他图书馆也可以使用。

Answer 1

Speech Synthesis API（正在开发中）提供了类似的功能。第三方库已经存在，例如ResponsiveVoice.JS。

Answer 2

自从提出这个问题以来，从谷歌翻译中“刮掉”MP3变得更加困难，但谷歌（终于）设置了TTS API。有趣的是，它是按输入字符计费的，每月前1或4百万个输入字符是免费的（取决于你使用的是WaveNet还是旧学校的声音）

现在要在命令行上使用gcloud执行此操作（而不是将其构建到应用程序中），您将大致如下（我正在解释TTS quick start）。本演练需要base64，curl，gcloud和jq。

1. 在GCP控制台上创建项目，或运行类似gcloud projects create example-throwaway-tts
的项目
2. Enable billing用于该项目。即使您不打算超过免费配额，也要这样做。
3. 对您刚刚设置的项目使用GCP控制台enable the TTS API。
4. 再次使用控制台，这次make a new service account。
   • 使用任何旧名称
   • 不要发挥作用。你会收到警告。这没关系。
   • 选择密钥类型JSON（如果尚未选择）
   • 点击Create
   • 抓住浏览器下载的JSON文件
5. 设置环境变量以指向该文件，例如export GOOGLE_APPLICATION_CREDENTIALS="~/Downloads/service-account-file.json"
6. 获取相应的访问令牌：
   1. 告诉gcloud使用该新项目：gcloud config set project example-throwaway-tts
   2. 设置变量TTS_ACCESS_TOKEN=gcloud auth application-default print-access-token
7. 汇总JSON请求。我将在下面给出一个例子。对于此示例，我们将其称为request.json

8. 最后，运行以下

    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
   

这是做什么的

• 使用您设置的项目的默认访问令牌进行身份验证
• 将内容类型设置为JSON（以便jq可以提取有效负载）
• 使用request.json作为要使用curl的{​​{1}}标记
发送的数据
• 从回复中提取--data-raw的值
• audioContent解码该内容
• 将整个烂摊子保存为MP3

base64的内容如下。您可以查看插入所需文字的位置，调整the voice或通过audioConfig更改输出格式：

request.json

原始答案

正如Hugolpz所说，如果你知道你想要的单词或短语（通过以前的Translate API调用），你可以从http://translate.google.com/translate_tts?ie=UTF-8&q=Bonjour&tl=fr

这样的网址获取MP3。

请注意，{ 'input':{ 'text':'very simple example' }, 'voice':{ 'languageCode':'en-gb', 'name':'en-GB-Standard-A', 'ssmlGender':'FEMALE' }, 'audioConfig':{ 'audioEncoding':'MP3' } } 可确保您获得法语而非默认英语。

您需要对自己进行限价，但如果您正在寻找少量的单词或短语，那么您应该没问题。