Sintesi vocale degli indirizzi con SSML

Questo tutorial illustra come usare il linguaggio SSML (Speech Synthesis Markup Language) per la sintesi vocale degli indirizzi contenuti in un file di testo. Puoi contrassegnare una stringa di testo con tag SSML per personalizzare l'audio sintetico di Text-to-Speech.

Testo non crittografato	Rendering SSML di testo non crittografato
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>

Obiettivo

Invia una richiesta di sintesi vocale a Text-to-Speech utilizzando SSML e le librerie client di Text-to-Speech.

Costi

Per informazioni sui costi, consulta la pagina dei prezzi di Text-to-Speech.

Prima di iniziare

Assicurati di avere un progetto Text-to-Speech nella consoleGoogle Cloud .
Questo tutorial ti consente di utilizzare Java, Node.js o Python. Se prevedi di utilizzare Java, scarica e installa Maven. Se prevedi di utilizzare Node.js, scarica npm.

Scarica gli esempi di codice

Per scaricare gli esempi di codice, clona gli esempi di Google Cloud su GitHub per il linguaggio di programmazione che intendi utilizzare.

Java

Questo tutorial utilizza il codice nella directory texttospeech/cloud-client/src/main/java/com/example/texttospeech/ del repository di esempi Java della piattaforma Google Cloud.

Per scaricare e passare al codice per questo tutorial, esegui i seguenti comandi dal terminale.

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

Questo tutorial utilizza il codice nella directory texttospeech del repository di esempi Node.js della piattaforma Google Cloud.

Per scaricare e passare al codice per questo tutorial, esegui i seguenti comandi dal terminale.

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

Python

Questo tutorial utilizza il codice nella directory texttospeech/snippets del repository di esempi Python della piattaforma Google Cloud.

Per scaricare e passare al codice per questo tutorial, esegui i seguenti comandi dal terminale.

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

Installa la libreria client

Questo tutorial utilizza la libreria client di Text-to-Speech.

Java

Questo tutorial utilizza le dipendenze seguenti.

<!--  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

Dal terminale, esegui il comando seguente.

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

Python

Dal terminale, esegui il comando seguente.

pip install --upgrade google-cloud-texttospeech

Configura le credenziali Google Cloud

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 o 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.

Importa le librerie

Questo tutorial utilizza le librerie di sistema e client seguenti.

Java

Per scoprire come installare e utilizzare la libreria client per Text-to-Speech, consulta Librerie client di Text-to-Speech. Per saperne di più, consulta la documentazione di riferimento dell'API Text-to-Speech Java.

Per eseguire l'autenticazione in Text-to-Speech, configura le Credenziali predefinite dell'applicazione. Per ulteriori informazioni, consulta Configura l'autenticazione per un ambiente di sviluppo locale.

// 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

// 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

import html

from google.cloud import texttospeech

Utilizza l'API Text-to-Speech

La funzione seguente accetta una stringa di testo con tag SSML e il nome di un file MP3. La funzione utilizza il testo con tag SSML per generare audio sintetico. La funzione salva l'audio sintetico nel nome file MP3 designato come parametro.

L'intero input SSML può essere letto solo da una singola voce. Puoi impostare la voce nell'oggetto VoiceSelectionParams.

Java

/**
 * 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

/**
 * 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

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")

Personalizza l'audio sintetico

La funzione seguente accetta il nome di un file di testo e converte i contenuti del file in una stringa di testo con tag SSML.

Java

/**
 * 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

/**
 * 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

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

Metti insieme tutti i pezzi

Questo programma utilizza l'input seguente.

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

Se passi il testo precedente a text_to_ssml(), viene generato il testo con tag seguente.

<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>

Esegui il codice

Per generare un file audio di sintesi vocale, esegui il codice seguente dalla riga di comando.

Java

Linux o macOS

Dalla directory java-docs-samples/texttospeech/cloud-client/, esegui il comando seguente nella riga di comando.

$ mvn clean package

Windows

Dalla directory java-docs-samples/texttospeech/cloud-client/, esegui il comando seguente nella riga di comando.

$ mvn clean package

Node.js

Linux o macOS

Nel file hybridGlossaries.js, rimuovi il commento dalle variabili commentate TODO (developer).

Nel comando seguente, sostituisci projectId con il tuo ID progetto Google Cloud . Dalla directory nodejs-docs-samples/texttospeech, esegui il comando seguente nella riga di comando.

$ node ssmlAddresses.js projectId

Windows

Nel file hybridGlossaries.js, rimuovi il commento dalle variabili commentate TODO (developer).

Nel comando seguente, sostituisci projectId con il tuo ID progetto Google Cloud . Dalla directory nodejs-docs-samples/texttospeech, esegui il comando seguente nella riga di comando.

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

Python

Linux o macOS

Dalla directory python-docs-samples/texttospeech/snippets, esegui il comando seguente nella riga di comando.

$ python ssml_addresses.py

Windows

Dalla directory python-docs-samples/texttospeech/snippets, esegui il comando seguente nella riga di comando.

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

Controlla l'output

Questo programma genera un file audio example.mp3 di sintesi vocale.

Java

Vai alla directory java-docs-samples/texttospeech/cloud-client/resources/.

Controlla la directory resources per verificare che ci sia un file example.mp3.

Node.js

Vai alla directory nodejs-docs-samples/texttospeech/resources/.

Controlla la directory resources per verificare che ci sia un file example.mp3.

Python

Vai a python-docs-samples/texttospeech/snippets/resources.

Controlla la directory resources per verificare che ci sia un file example.mp3.

Ascolta l'audio clip seguente per verificare che il tuo file example.mp3 sia identico.

Risoluzione dei problemi

Se dimentichi di impostare la variabile di ambiente GOOGLE_APPLICATION_CREDENTIALS nella riga di comando, viene generato il messaggio di errore:
```
The Application Default Credentials are not available.
```
Se passi a text_to_ssml() il nome di un file inesistente, viene generato il messaggio di errore:
```
IOError: [Errno 2] No such file or directory
```
Se passi a ssml_to_audio() un parametro ssml_text che contiene None, viene generato il messaggio di errore:
```
InvalidArgument: 400 Invalid input type. Type has to be text or SSML
```
Assicurati di eseguire il codice dalla directory corretta.

Passaggi successivi

Esplora altri tag SSML.
Scopri come utilizzare SSML con Translation e Vision

Esegui la pulizia

Per evitare che al tuo account Google Cloud vengano addebitati costi relativi alle risorse utilizzate in questo tutorial, utilizza la consoleGoogle Cloud per eliminare il progetto se non ti serve.

Elimina il progetto

Nella consoleGoogle Cloud , vai alla pagina Progetti.
Nell'elenco dei progetti, seleziona quello da eliminare e fai clic su Elimina.
Nella finestra di dialogo, digita l'ID progetto e fai clic su Chiudi per eliminare il progetto.

Sintesi vocale degli indirizzi con SSML Mantieni tutto organizzato con le raccolte Salva e classifica i contenuti in base alle tue preferenze.

Obiettivo

Costi

Prima di iniziare

Scarica gli esempi di codice

Java

Node.js

Python

Installa la libreria client

Java

Node.js

Python

Configura le credenziali Google Cloud

Linux o macOS

Windows

Importa le librerie

Java

Node.js

Python

Utilizza l'API Text-to-Speech

Java

Node.js

Python

Personalizza l'audio sintetico

Java

Node.js

Python

Metti insieme tutti i pezzi

Esegui il codice

Java

Linux o macOS

Windows

Node.js

Linux o macOS

Windows

Python

Linux o macOS

Windows

Controlla l'output

Java

Node.js

Python

Risoluzione dei problemi

Passaggi successivi

Esegui la pulizia

Elimina il progetto

Sintesi vocale degli indirizzi con SSML