Crie áudio a partir de texto através da linha de comandos

Crie áudio a partir de texto através da linha de comandos

Este documento explica o processo de fazer um pedido ao Cloud Text-to-Speech através da linha de comandos. Para saber mais acerca dos conceitos fundamentais no Cloud Text-to-Speech, leia o artigo Noções básicas do Cloud Text-to-Speech.

Antes de começar

Antes de poder enviar um pedido para a API Cloud Text-to-Speech, tem de ter concluído as seguintes ações. Consulte a página antes de começar para ver detalhes.

• Ative o Cloud Text-to-Speech num projeto da GCP.
• Certifique-se de que a faturação está ativada para o Cloud Text-to-Speech.

• Instale a CLI Google Cloud. Após a instalação, inicialize a CLI gcloud executando o seguinte comando:

  gcloud init

  Se estiver a usar um fornecedor de identidade (IdP) externo, primeiro tem de iniciar sessão na CLI gcloud com a sua identidade federada.

Sintetize áudio a partir de texto

Pode converter texto em áudio fazendo um pedido HTTP POST para o ponto final https://texttospeech.googleapis.com/v1/text:synthesize. No corpo do comando POST, especifique o tipo de voz a sintetizar na secção de configuração voice, especifique o texto a sintetizar no campo text da secção input e especifique o tipo de áudio a criar na secção audioConfig.

1. Execute o pedido REST abaixo na linha de comandos para sintetizar áudio a partir de texto com o Cloud TTS. O comando usa o comando gcloud auth application-default print-access-token para obter um token de autorização para o pedido.

   Antes de usar qualquer um dos dados do pedido, faça as seguintes substituições:

   • PROJECT_ID: o ID alfanumérico do seu projeto Google Cloud .

   Método HTTP e URL:

   POST https://texttospeech.googleapis.com/v1/text:synthesize

   Corpo JSON do pedido:

   {
     "input": {
       "text": "Android is a mobile operating system developed by Google, based on the Linux kernel and designed primarily for touchscreen mobile devices such as smartphones and tablets."
     },
     "voice": {
       "languageCode": "en-gb",
       "name": "en-GB-Standard-A",
       "ssmlGender": "FEMALE"
     },
     "audioConfig": {
       "audioEncoding": "MP3"
     }
   }
   

   Para enviar o seu pedido, expanda uma destas opções:

   curl (Linux, macOS ou Cloud Shell)

   Nota: O comando seguinte pressupõe que tem sessão iniciada na CLI gcloud com a sua conta de utilizador executando gcloud init ou gcloud auth login, ou usando o Cloud Shell, que inicia sessão automaticamente na CLI gcloud. Pode verificar a conta atualmente ativa executando o comando gcloud auth list.

   Guarde o corpo do pedido num ficheiro com o nome request.json, e execute o seguinte comando:

   curl -X POST \
        -H "Authorization: Bearer $(gcloud auth print-access-token)" \
        -H "x-goog-user-project: PROJECT_ID" \
        -H "Content-Type: application/json; charset=utf-8" \
        -d @request.json \
        "https://texttospeech.googleapis.com/v1/text:synthesize"

   PowerShell (Windows)

   Nota: O comando seguinte pressupõe que iniciou sessão na CLI do Google Ads com a sua conta de utilizador executando gcloud init ou gcloud auth login.gcloud Pode verificar a conta atualmente ativa executando o comando gcloud auth list.

   Guarde o corpo do pedido num ficheiro com o nome request.json, e execute o seguinte comando:

   $cred = gcloud auth print-access-token
   $headers = @{ "Authorization" = "Bearer $cred"; "x-goog-user-project" = "PROJECT_ID" }
   
   Invoke-WebRequest `
       -Method POST `
       -Headers $headers `
       -ContentType: "application/json; charset=utf-8" `
       -InFile request.json `
       -Uri "https://texttospeech.googleapis.com/v1/text:synthesize" | Select-Object -Expand Content

   Deve receber uma resposta JSON semelhante à seguinte:

   {
     "audioContent": "//NExAASCCIIAAhEAGAAEMW4kAYPnwwIKw/BBTpwTvB+IAxIfghUfW.."
   }
   

2. A saída JSON para o comando REST contém o áudio sintetizado no formato codificado em base64. Copie o conteúdo do campo audioContent para um novo ficheiro com o nome synthesize-output-base64.txt. O novo ficheiro vai ter um aspeto semelhante ao seguinte:

   //NExAARqoIIAAhEuWAAAGNmBGMY4EBcxvABAXBPmPIAF//yAuh9Tn5CEap3/o
   ...
   VVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVV
   

3. Descodifique o conteúdo do ficheiro synthesize-output-base64.txt num novo ficheiro com o nome synthesized-audio.mp3. Para obter informações sobre a descodificação de base64, consulte o artigo Descodificar conteúdo de áudio codificado em base64.

   Linux

   1. Copie apenas o conteúdo codificado em base-64 para um ficheiro de texto.

   2. Descodifique o ficheiro de texto de origem através da ferramenta de linha de comandos base64 com a flag -d:

       $ base64 SOURCE_BASE64_TEXT_FILE -d > DESTINATION_AUDIO_FILE

   Mac OSX

   1. Copie apenas o conteúdo codificado em base-64 para um ficheiro de texto.

   2. Descodifique o ficheiro de texto de origem através da ferramenta de linha de comandos base64:

       $ base64 --decode SOURCE_BASE64_TEXT_FILE > DESTINATION_AUDIO_FILE

   Windows

   1. Copie apenas o conteúdo codificado em base-64 para um ficheiro de texto.

   2. Descodifique o ficheiro de texto de origem através do comando certutil.

      certutil -decode SOURCE_BASE64_TEXT_FILE DESTINATION_AUDIO_FILE

4. Reproduzir o conteúdo de synthesized-audio.mp3 numa aplicação de áudio ou num dispositivo de áudio. Também pode abrir o synthesized-audio.mp3 no navegador Chrome para reproduzir o áudio navegando para a pasta que contém o ficheiro, por exemplo, file://my_file_path/synthesized-audio.mp3

Limpar

Para evitar cobranças desnecessárias da Google Cloud Platform, use o Google Cloud console para eliminar o seu projeto se não precisar dele.

O que se segue?

• Saiba mais sobre o Cloud Text-to-Speech lendo as noções básicas.
• Reveja a lista de vozes disponíveis que pode usar para a voz sintética.