tts api

TTS-API

多个TTS发动机的文字转换为语音REST API。

您可以使用不同的TTS引擎和声音效果发送文本以转换为音频。然后，您将在本地音频设备上收听或接收结果音频文件。

设置

首先，您应该安装受支持的TTS引擎：

GoogleSpech设置

apt install python3 sox libsox-fmt-mp3
pip install google_speech

GTTS设置

apt install python3 sox libsox-fmt-mp3
pip install gTTS

节日设置

apt install festival festvox-ellpc11k

ESPEAK设置

apt install espeak

您还需要安装nodejs和npm ，然后只需运行npm install和npm start 。现在，API应在http://localhost:3000上运行。

或者，您可以只使用Pedroetb/tts-api docker映像，该图像已经配置了所有依赖关系。

使用Docker设置

唯一的要求是安装Docker 。然后，您可以运行：

docker run --rm -d --name tts-api --device /dev/snd -p 3000:3000 pedroetb/tts-api

API将在http://localhost:3000上运行和访问。

另外，您可以使用Docker docker compose （如果使用现代版本，已经包含在Docker中）和docker swarm （首先创建Swarm Cluster）：

 cd deploy

# Deploy Caddy service
env $( grep -v ' ^[#| ] ' .env | xargs ) 
 TRAEFIK_DOMAIN=change.me 
 docker stack deploy 
 -c compose.caddy.yaml 
 tts-api

# Run TTS-API container
docker compose 
 -f compose.tts-api.yaml 
 -p tts-api 
 up -d

该服务准备与Traefik相反，并在tts.${TRAEFIK_DOMAIN}域。这里没有描述如何运行Traefik ，请查看其官方网站。

代理需要Caddy的一点帮助，因为Docker Swarm与设备配置不兼容（需要使用声音功能），而Traefik无法一次与Docker容器和Docker Swarm Sergn服务一起使用。这样，只有使用Traefik和tts-api容器才能通过CADDY提供的反向访问（相同的Traefik向CADDY逆转）来访问Caddy Service。

Docker容器和服务都可以在不同的主机上运行，​​因为它们能够通过Docker Overlay网络进行通信。在主机上运行tts-api Docker容器，其中有扬声器，因此您可以收听演讲。

在部署之前，不要忘记编辑TRAEFIK_DOMAIN环境变量。

用法

运行时，API将在http://localhost:3000接收到发布请求。您可以使用自己喜欢的REST客户端发送请求，也可以使用内置表单。

两种模式（播放或下载音频）均可使用不同的语音代码，根据您的需求选择一种。

内置形式

请访问http://localhost:3000使用浏览器，用数据填充表格并提交。就是这样。

发送发布请求

您可以将POST请求发送到http://localhost:3000之后的计划：

• 标题
  • 内容类型： application/json
• 身体
  • { "voice": "google_speech", "textToSpeech": "hello world", "language": "en", "speed": "1" }

例如，使用curl ：

 # Play audio
curl http://localhost:3000 
 -d ' { "voice": "google_speech", "textToSpeech": "hello world", "language": "en", "speed": "1" } ' 
 -H ' Content-Type: application/json '

# Download audio file
curl http://localhost:3000 
 -d ' { "voice": "gtts_file", "textToSpeech": "hello world", "language": "en", "speed": "1" } ' 
 -H ' Content-Type: application/json ' 
 -o ' output.mp3 ' 

可用的TTS引擎

Googlespech引擎

Google语音是一种简单的多平台命令行工具，可使用Google Translate TTS（文本到语音）API读取文本。

您需要在线与Google服务器通信。

在https://github.com/desbma/googlespeech上了解更多信息

GTTS引擎

Google Tote-toe-Speech（GTTS）是一个Python库和CLI工具，可与Google Translate的文本到语音API进行交互。

您需要在线与Google服务器通信。

在https://github.com/pndurette/gtts上了解更多信息

节日引擎

Festival是一个免费的软件多语言语音综合工作台，在多平台上运行，将黑匣子文本提供给语音，以及用于语音综合研究的开放式体系结构。

它离线工作。

在http://www.cstr.ac.ac.uk/projects/festival/和http://festvox.org/festival/上了解更多信息。

引擎

ESPEAK是针对Linux和Windows的英语和其他语言的紧凑开源软件语音合成器。

它离线工作。

在http://espeak.sourceforge.net/上了解更多信息

执照

该项目根据麻省理工学院许可发布。