Azure语音服务国内注册与语音合成实战指南

1次阅读

共计 1875 个字符，预计需要花费 5 分钟才能阅读完成。

Azure 语音服务是微软提供的一项云服务，支持语音转文本、文本转语音、语音翻译等功能。在国内，这项服务被广泛应用于智能客服、有声读物、语音助手等场景。由于 Azure 在国内的数据中心合规性，开发者可以放心使用其服务处理中文语音数据。

账号类型选择
访问 Azure 官网（https://azure.cn/），选择 ” 免费帐户 ” 或 ” 付费帐户 ”，建议个人开发者从免费试用开始
注意必须使用国际版 Azure，中国版 (21Vianet 运营) 暂不提供语音服务
实名认证
准备身份证正反面照片和绑定手机号
按照页面指引完成人脸识别验证
企业用户还需提供营业执照和法人信息
区域设置
创建资源时选择 ” 东亚 ” 或 ” 东南亚 ” 区域
语音服务资源名称建议包含 ”speech” 以方便识别
记下订阅 ID 和资源组名称

以下 Python 示例演示了如何使用 Azure 语音服务进行文本转语音：

import azure.cognitiveservices.speech as speechsdk

# 替换为你的密钥和区域
speech_key = "your_subscription_key"
speech_region = "eastasia"

def text_to_speech(text, output_file):
    # 创建语音配置
    speech_config = speechsdk.SpeechConfig(
        subscription=speech_key, 
        region=speech_region
    )

    # 设置语音合成参数
    speech_config.speech_synthesis_voice_name = "zh-CN-YunxiNeural"
    audio_config = speechsdk.audio.AudioOutputConfig(filename=output_file)

    # 创建合成器并执行合成
    synthesizer = speechsdk.SpeechSynthesizer(
        speech_config=speech_config, 
        audio_config=audio_config
    )

    try:
        result = synthesizer.speak_text_async(text).get()
        if result.reason == speechsdk.ResultReason.SynthesizingAudioCompleted:
            print(f"语音合成成功，保存到 {output_file}")
        else:
            print(f"合成失败: {result.reason}")
    except Exception as ex:
        print(f"发生异常: {ex}")
        # 实现简单的重试逻辑
        for i in range(3):
            try:
                result = synthesizer.speak_text_async(text).get()
                break
            except:
                if i == 2:
                    raise

# 使用示例
text_to_speech("欢迎使用 Azure 语音合成服务", "output.wav")