Falar endereços com SSML

Neste tutorial, demonstramos como usar a linguagem de marcação de síntese de fala (SSML, na sigla em inglês) para falar um arquivo de texto que contém endereços. Marque uma string de texto com tags SSML para personalizar o áudio sintético da Cloud Text-to-Speech.

Texto simples	Renderização de SSML de texto simples
123 Street Ln	<speak>123 Street Ln</speak>
1 Number St	<speak>1 Number St</speak>
1 Piazza del Fibonacci	<speak>1 Piazza del Fibonacci</speak>

Objetivo

Envie uma solicitação de fala sintética à Cloud Text-to-Speech usando SSML e as bibliotecas de cliente da Cloud Text-to-Speech.

Custos

Consulte a página de preços da Cloud TTS para saber sobre os custos.

Antes de começar

Verifique se você tem um projeto da Cloud Text-to-Speech no console doGoogle Cloud .
Para este tutorial, você pode usar Java, Node.js ou Python. Se planeja usar Java, baixe e instale o Maven. Se planeja usar Node.js, baixe o npm.

Baixar os exemplos de código

Para baixar os exemplos de código, clone as amostras do GitHub do Google Cloud para a linguagem de programação que você pretende usar.

Java

Neste tutorial, o código é usado no diretório texttospeech/cloud-client/src/main/java/com/example/texttospeech/ do repositório de amostras do Java para Google Cloud Platform.

Para baixar e navegar até o código deste tutorial, execute os comandos a seguir no terminal.

git clone https://github.com/GoogleCloudPlatform/java-docs-samples.git
cd java-docs-samples/texttospeech/cloud-client/src/main/java/com/example/texttospeech/

Node.js

Neste tutorial, o código é usado no diretório texttospeech do repositório de amostras do Node.js para Google Cloud Platform.

Para baixar e navegar até o código deste tutorial, execute os comandos a seguir no terminal.

git clone https://github.com/GoogleCloudPlatform/nodejs-docs-samples.git
cd texttospeech/

Python

Neste tutorial, o código é usado no diretório texttospeech/snippets do repositório de amostras do Python para Google Cloud Platform.

Para baixar e navegar até o código deste tutorial, execute os comandos a seguir no terminal.

git clone https://github.com/GoogleCloudPlatform/python-docs-samples.git
cd samples/snippets

Instale a biblioteca de cliente

Neste tutorial, é usada a biblioteca de cliente da Text-to-Speech.

Java

Neste tutorial, são usadas as seguintes dependências:

<!--  Using libraries-bom to manage versions.
See https://github.com/GoogleCloudPlatform/cloud-opensource-java/wiki/The-Google-Cloud-Platform-Libraries-BOM -->
<dependencyManagement>
  <dependencies>
    <dependency>
      <groupId>com.google.cloud</groupId>
      <artifactId>libraries-bom</artifactId>
      <version>26.32.0</version>
      <type>pom</type>
      <scope>import</scope>
    </dependency>
  </dependencies>
</dependencyManagement>

<dependencies>
  <dependency>
    <groupId>com.google.cloud</groupId>
    <artifactId>google-cloud-texttospeech</artifactId>
  </dependency>
</dependencies>

Node.js

No terminal, execute o comando follow.

npm install @google-cloud/text-to-speech

Python

No terminal, execute o comando follow.

pip install --upgrade google-cloud-texttospeech

Configurar suas credenciais do Google Cloud Platform

Provide authentication credentials to your application code by setting the environment variable GOOGLE_APPLICATION_CREDENTIALS. This variable applies only to your current shell session. If you want the variable to apply to future shell sessions, set the variable in your shell startup file, for example in the ~/.bashrc or ~/.profile file.

Linux ou macOS

export GOOGLE_APPLICATION_CREDENTIALS="KEY_PATH"

Replace KEY_PATH with the path of the JSON file that contains your credentials.

For example:

export GOOGLE_APPLICATION_CREDENTIALS="/home/user/Downloads/service-account-file.json"

Windows

For PowerShell:

$env:GOOGLE_APPLICATION_CREDENTIALS="KEY_PATH"

Replace KEY_PATH with the path of the JSON file that contains your credentials.

For example:

$env:GOOGLE_APPLICATION_CREDENTIALS="C:\Users\username\Downloads\service-account-file.json"

For command prompt:

set GOOGLE_APPLICATION_CREDENTIALS=KEY_PATH

Replace KEY_PATH with the path of the JSON file that contains your credentials.

Importar bibliotecas

Neste tutorial, são usadas as bibliotecas de cliente e sistema a seguir.

Java

Para saber como instalar e usar a biblioteca de cliente da Cloud TTS, consulte Bibliotecas de cliente da Cloud TTS. Para mais informações, consulte a documentação de referência da API Cloud TTS Java.

Para autenticação na Cloud TTS, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.

// Imports the Google Cloud client library
import com.google.cloud.texttospeech.v1.AudioConfig;
import com.google.cloud.texttospeech.v1.AudioEncoding;
import com.google.cloud.texttospeech.v1.SsmlVoiceGender;
import com.google.cloud.texttospeech.v1.SynthesisInput;
import com.google.cloud.texttospeech.v1.SynthesizeSpeechResponse;
import com.google.cloud.texttospeech.v1.TextToSpeechClient;
import com.google.cloud.texttospeech.v1.VoiceSelectionParams;
import com.google.common.html.HtmlEscapers;
import com.google.protobuf.ByteString;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.OutputStream;
import java.nio.file.Files;
import java.nio.file.Paths;

Node.js

Para autenticação na Cloud TTS, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.

// Imports the Google Cloud client library
const textToSpeech = require('@google-cloud/text-to-speech');

// Import other required libraries
const fs = require('fs');
//const escape = require('escape-html');
const util = require('util');

Python

Para autenticação na Cloud TTS, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.

import html

from google.cloud import texttospeech

Usar a API Cloud Text-to-Speech

A função a seguir usa uma string de texto marcada com SSML e o nome de um arquivo MP3. A função usa o texto marcado com SSML para gerar áudio sintético. A função salva o áudio sintético no nome de arquivo MP3 designado como um parâmetro.

Somente uma voz pode ler a entrada SSML inteira. Defina a voz no objeto VoiceSelectionParams.

Java

Para autenticação na Cloud TTS, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.

/**
 * Generates synthetic audio from a String of SSML text.
 *
 * <p>Given a string of SSML text and an output file name, this function calls the Text-to-Speech
 * API. The API returns a synthetic audio version of the text, formatted according to the SSML
 * commands. This function saves the synthetic audio to the designated output file.
 *
 * @param ssmlText String of tagged SSML text
 * @param outFile String name of file under which to save audio output
 * @throws Exception on errors while closing the client
 */
public static void ssmlToAudio(String ssmlText, String outFile) throws Exception {
  // Instantiates a client
  try (TextToSpeechClient textToSpeechClient = TextToSpeechClient.create()) {
    // Set the ssml text input to synthesize
    SynthesisInput input = SynthesisInput.newBuilder().setSsml(ssmlText).build();

    // Build the voice request, select the language code ("en-US") and
    // the ssml voice gender ("male")
    VoiceSelectionParams voice =
        VoiceSelectionParams.newBuilder()
            .setLanguageCode("en-US")
            .setSsmlGender(SsmlVoiceGender.MALE)
            .build();

    // Select the audio file type
    AudioConfig audioConfig =
        AudioConfig.newBuilder().setAudioEncoding(AudioEncoding.MP3).build();

    // Perform the text-to-speech request on the text input with the selected voice parameters and
    // audio file type
    SynthesizeSpeechResponse response =
        textToSpeechClient.synthesizeSpeech(input, voice, audioConfig);

    // Get the audio contents from the response
    ByteString audioContents = response.getAudioContent();

    // Write the response to the output file
    try (OutputStream out = new FileOutputStream(outFile)) {
      out.write(audioContents.toByteArray());
      System.out.println("Audio content written to file " + outFile);
    }
  }
}

Node.js

Para autenticação na Cloud TTS, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.

/**
 * Generates synthetic audio from a String of SSML text.
 *
 * Given a string of SSML text and an output file name, this function
 * calls the Text-to-Speech API. The API returns a synthetic audio
 * version of the text, formatted according to the SSML commands. This
 * function saves the synthetic audio to the designated output file.
 *
 * ARGS
 * ssmlText: String of tagged SSML text
 * outfile: String name of file under which to save audio output
 * RETURNS
 * nothing
 *
 */
async function ssmlToAudio(ssmlText, outFile) {
  // Creates a client
  const client = new textToSpeech.TextToSpeechClient();

  // Constructs the request
  const request = {
    // Select the text to synthesize
    input: {ssml: ssmlText},
    // Select the language and SSML Voice Gender (optional)
    voice: {languageCode: 'en-US', ssmlGender: 'MALE'},
    // Select the type of audio encoding
    audioConfig: {audioEncoding: 'MP3'},
  };

  // Performs the Text-to-Speech request
  const [response] = await client.synthesizeSpeech(request);
  // Write the binary audio content to a local file
  const writeFile = util.promisify(fs.writeFile);
  await writeFile(outFile, response.audioContent, 'binary');
  console.log('Audio content written to file ' + outFile);
}

Python

Para autenticação na Cloud TTS, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.

def ssml_to_audio(ssml_text: str) -> None:
    """
    Generates SSML text from plaintext.
    Given a string of SSML text and an output file name, this function
    calls the Text-to-Speech API. The API returns a synthetic audio
    version of the text, formatted according to the SSML commands. This
    function saves the synthetic audio to the designated output file.

    Args:
        ssml_text: string of SSML text
    """

    # Instantiates a client
    client = texttospeech.TextToSpeechClient()

    # Sets the text input to be synthesized
    synthesis_input = texttospeech.SynthesisInput(ssml=ssml_text)

    # Builds the voice request, selects the language code ("en-US") and
    # the SSML voice gender ("MALE")
    voice = texttospeech.VoiceSelectionParams(
        language_code="en-US", ssml_gender=texttospeech.SsmlVoiceGender.MALE
    )

    # Selects the type of audio file to return
    audio_config = texttospeech.AudioConfig(
        audio_encoding=texttospeech.AudioEncoding.MP3
    )

    # Performs the text-to-speech request on the text input with the selected
    # voice parameters and audio file type
    response = client.synthesize_speech(
        input=synthesis_input, voice=voice, audio_config=audio_config
    )

    # Writes the synthetic audio to the output file.
    with open("test_example.mp3", "wb") as out:
        out.write(response.audio_content)
        print("Audio content written to file " + "test_example.mp3")

Personalizar o áudio sintético

A função a seguir usa o nome de um arquivo de texto e converte o conteúdo do arquivo em uma string de texto marcada com SSML.

Java

Para autenticação na Cloud TTS, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.

/**
 * Generates SSML text from plaintext.
 *
 * <p>Given an input filename, this function converts the contents of the input text file into a
 * String of tagged SSML text. This function formats the SSML String so that, when synthesized,
 * the synthetic audio will pause for two seconds between each line of the text file. This
 * function also handles special text characters which might interfere with SSML commands.
 *
 * @param inputFile String name of plaintext file
 * @return a String of SSML text based on plaintext input.
 * @throws IOException on files that don't exist
 */
public static String textToSsml(String inputFile) throws Exception {

  // Read lines of input file
  String rawLines = new String(Files.readAllBytes(Paths.get(inputFile)));

  // Replace special characters with HTML Ampersand Character Codes
  // These codes prevent the API from confusing text with SSML tags
  // For example, '<' --> '&lt;' and '&' --> '&amp;'
  String escapedLines = HtmlEscapers.htmlEscaper().escape(rawLines);

  // Convert plaintext to SSML
  // Tag SSML so that there is a 2 second pause between each address
  String expandedNewline = escapedLines.replaceAll("\\n", "\n<break time='2s'/>");
  String ssml = "<speak>" + expandedNewline + "</speak>";

  // Return the concatenated String of SSML
  return ssml;
}

Node.js

Para autenticação na Cloud TTS, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.

/**
 * Generates SSML text from plaintext.
 *
 * Given an input filename, this function converts the contents of the input text file
 * into a String of tagged SSML text. This function formats the SSML String so that,
 * when synthesized, the synthetic audio will pause for two seconds between each line
 * of the text file. This function also handles special text characters which might
 * interfere with SSML commands.
 *
 * ARGS
 * inputfile: String name of plaintext file
 * RETURNS
 * a String of SSML text based on plaintext input
 *
 */
function textToSsml(inputFile) {
  let rawLines = '';
  // Read input file
  try {
    rawLines = fs.readFileSync(inputFile, 'utf8');
  } catch (e) {
    console.log('Error:', e.stack);
    return;
  }

  // Replace special characters with HTML Ampersand Character Codes
  // These codes prevent the API from confusing text with SSML tags
  // For example, '<' --> '&lt;' and '&' --> '&amp;'
  let escapedLines = rawLines;
  escapedLines = escapedLines.replace(/&/g, '&amp;');
  escapedLines = escapedLines.replace(/"/g, '&quot;');
  escapedLines = escapedLines.replace(/</g, '&lt;');
  escapedLines = escapedLines.replace(/>/g, '&gt;');

  // Convert plaintext to SSML
  // Tag SSML so that there is a 2 second pause between each address
  const expandedNewline = escapedLines.replace(/\n/g, '\n<break time="2s"/>');
  const ssml = '<speak>' + expandedNewline + '</speak>';

  // Return the concatenated String of SSML
  return ssml;
}

Python

Para autenticação na Cloud TTS, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.

def text_to_ssml(inputfile: str) -> str:
    """
    Generates SSML text from plaintext.
    Given an input filename, this function converts the contents of the text
    file into a string of formatted SSML text. This function formats the SSML
    string so that, when synthesized, the synthetic audio will pause for two
    seconds between each line of the text file. This function also handles
    special text characters which might interfere with SSML commands.

    Args:
        inputfile: name of plaintext file
    Returns: SSML text based on plaintext input
    """

    # Parses lines of input file
    with open(inputfile) as f:
        raw_lines = f.read()

    # Replace special characters with HTML Ampersand Character Codes
    # These Codes prevent the API from confusing text with
    # SSML commands
    # For example, '<' --> '&lt;' and '&' --> '&amp;'

    escaped_lines = html.escape(raw_lines)

    # Convert plaintext to SSML
    # Wait two seconds between each address
    ssml = "<speak>{}</speak>".format(
        escaped_lines.replace("\n", '\n<break time="2s"/>')
    )

    # Return the concatenated string of ssml script
    return ssml

Combinar todos os elementos

Este programa usa a entrada a seguir.

123 Street Ln, Small Town, IL 12345 USA
1 Jenny St & Number St, Tutone City, CA 86753
1 Piazza del Fibonacci, 12358 Pisa, Italy

Passar o texto acima para text_to_ssml() gera o texto marcado abaixo.

<speak>123 Street Ln, Small Town, IL 12345 USA
<break time="2s"/>1 Jenny St &amp; Number St, Tutone City, CA 86753
<break time="2s"/>1 Piazza del Fibonacci, 12358 Pisa, Italy
<break time="2s"/></speak>

Executar o código

Para gerar um arquivo de áudio de fala sintética, execute o código a seguir na linha de comando.

Java

Linux ou MacOS

No diretório java-docs-samples/texttospeech/cloud-client/, execute o seguinte comando na linha de comando.

$ mvn clean package

Windows

No diretório java-docs-samples/texttospeech/cloud-client/, execute o seguinte comando na linha de comando.

$ mvn clean package

Node.js

Linux ou MacOS

No arquivo hybridGlossaries.js, remova a marca de comentário das variáveis TODO (developer) comentadas.

No comando abaixo, substitua projectId pelo ID do projeto do Google Cloud . No diretório nodejs-docs-samples/texttospeech, execute o seguinte comando na linha de comando.

$ node ssmlAddresses.js projectId

Windows

No arquivo hybridGlossaries.js, remova a marca de comentário das variáveis TODO (developer) comentadas.

No comando abaixo, substitua projectId pelo ID do projeto do Google Cloud . No diretório nodejs-docs-samples/texttospeech, execute o seguinte comando na linha de comando.

$env: C:/Node.js/node.exe C: ssmlAddresses.js projectId

Python

Linux ou MacOS

No diretório python-docs-samples/texttospeech/snippets, execute o seguinte comando na linha de comando.

$ python ssml_addresses.py

Windows

No diretório python-docs-samples/texttospeech/snippets, execute o seguinte comando na linha de comando.

$env: C:/Python3/python.exe C: ssml_addresses.py

Verificar o resultado

O programa gera um arquivo de áudio example.mp3 com fala sintética.

Java

Navegue até o diretório java-docs-samples/texttospeech/cloud-client/resources/.

Verifique se há um arquivo example.mp3 no diretório resources.

Node.js

Navegue até o diretório nodejs-docs-samples/texttospeech/resources/.

Verifique se há um arquivo example.mp3 no diretório resources.

Python

Navegue até python-docs-samples/texttospeech/snippets/resources.

Verifique se há um arquivo example.mp3 no diretório resources.

Ouça o clipe de áudio a seguir para verificar se o arquivo example.mp3 é igual.

Resolver problemas

Esquecer de definir a variável de ambiente GOOGLE_APPLICATION_CREDENTIALS na linha de comando gera a mensagem de erro:
```
The Application Default Credentials are not available.
```
Passar para text_to_ssml() o nome de um arquivo inexistente gera a mensagem de erro:
```
IOError: [Errno 2] No such file or directory
```
Passar para ssml_to_audio() um parâmetro ssml_text que contém None gera a mensagem de erro:
```
InvalidArgument: 400 Invalid input type. Type has to be text or SSML
```
Verifique se você está executando o código do diretório correto.

A seguir

Conheça outras tags SSML.
Saiba como usar SSML com Translation e Vision

Limpar

Para evitar cobranças na sua conta do Google Cloud Platform referentes aos recursos usados neste tutorial, acesse o console doGoogle Cloud para excluir seu projeto, caso não precise dele.

Excluir o projeto

No console doGoogle Cloud , acesse a página "Projetos".
Na lista de projetos, selecione um e clique em Excluir.
Na caixa de diálogo, insira a ID do projeto e clique em Encerrar para excluí-lo.

Falar endereços com SSML Mantenha tudo organizado com as coleções Salve e categorize o conteúdo com base nas suas preferências.

Objetivo

Custos

Antes de começar

Baixar os exemplos de código

Java

Node.js

Python

Instale a biblioteca de cliente

Java

Node.js

Python

Configurar suas credenciais do Google Cloud Platform

Linux ou macOS

Windows

Importar bibliotecas

Java

Node.js

Python

Usar a API Cloud Text-to-Speech

Java

Node.js

Python

Personalizar o áudio sintético

Java

Node.js

Python

Combinar todos os elementos

Executar o código

Java

Linux ou MacOS

Windows

Node.js

Linux ou MacOS

Windows

Python

Linux ou MacOS

Windows

Verificar o resultado

Java

Node.js

Python

Resolver problemas

A seguir

Limpar

Excluir o projeto

Falar endereços com SSML