定制化语音合成

定制化语音合成

产品文档

定制化语音合成

帮助中心 > 产品文档 > 定制化语音合成 > 接口概述
搜本产品

语音合成声音定制

一、接口描述

1. 功能描述

此系统仅需要用户按照指定的文本提供录音数据（pcm），提交到京东云服务后，系统会自动完成模型训练，并完成服务部署，用户可迅速使用自己定制的语音合成服务。

2. 接口数据要求：

  • 文本仅支持UTF-8格式
  • 文本长度不能超过1000个字符（包含标点）
  • 音频数据使用pcm格式，单声道，16-bits，采样率：16000Hz
  • 支持语音合成标记语言 (SSML)

3. 接口使用：

进入京东智联云控制台-账号管理-Access Key管理，创建并获取Access Key。整体流程详见 调用方法 。

二、请求说明

1.合成特色音频

1.1. 接口地址 ：

https://aiapi.jdcloud.com/jdai/ai_tts_economic_daily

1.2. 请求方式：

post

1.3. 请求参数

（1）query请求参数

公共请求参数

名称 类型 必填 示例值 描述
appkey string 是 80d2b762ecb86593f9668526920f46c 您的appkey，可在买家中心控制台中获
timestamp long 是 1541491668060 请求的时间戳，精确到毫秒，timestamp有效期5分钟
sign string 是 2e148773a0337a8f2200ba90d445f083 签名，根据规则MD5(sectetkey,timestamp)

（2）header请求参数

业务请求参数

名称 类型 必填 示例值 描述
Authorization string 是 Bearer eyJhbGciOiJIUzUxMiJ9XXXX 用户登陆后获取的token，【Bearer 】这个字段要保留，Bearer后有一个空格
Route-Key string 是 jdtts 用户路由信息，以用户名及模型ID的组合：userName_modelID
Service-Type string 是 synthesis 服务类型，这里设置固定值synthesis
Request-Id string 是 65845428-de85-11e8-9517-040973d59a1e 请求语音串标识码。由客户端生成，代表完整的语音识别请求过程，需要注意： - 需要全局唯一 - 对于同一次合成请求Request-Id需要保持一致 - 每个不同的合成请求都要新生成Request-Id，若多次请求使用同一个将会产生不可预知的错误。 生成方法: - libuuid 库可以直接生成。Android 及 iOS 也有相关的生成函数。
Sequence-Id int 是 1 文本分段传输的分段号 -1表示非流式，一次性合成音频并返回。 1表示一次新的流式请求开始，分段合成音频返回，发送第二次请求获取第二段数据时Sequence-Id递增并可以不带text文本。
Protocol int 是 1 通信协议版本号，这里设置固定值1
Net-State int 是 1 客户端网络状态：1:WIFI，2:移动，3:联通，4:电信，5:其他
Applicator int 是 1 应用者，SDK 会提供给不同的应用者(渠道，例如：内部业务(0)，外部业务(1))
Property string 是 {"platform": "Linux", "version": "0.0.0.1", "parameters": {"aue": "1", "vol": "2.0", "sr": "24000", "sp": "1.0", "tim": "0", "tte": "1"}} 属性信息，json格式，platform和version为通用属性，parameters字段必填，其中的参数可选，Property允许用户同一个请求的不同包都携带该头，但是建议只在第一包携带
  • Property参数
名称 类型 必填 示例值 描述
platform string 是 Android&Pixel&7.1 字符串类型，各平台的机型信息，格式为：{平台}&{机型}&{系统版本号} - 平台：Android，iOS，Linux，Windows - 机型：设备的机型名称，如Pixel，iPhoneX等 - 系统版本号：设备系统版本，如2.3.3，4.2.1等
version string 是 1.0.0 字符串类型，客户端版本号
parameters string 是 {"aue": "1", "vol": "2.0", "sr": "24000", "sp": "1.0", "tim": "0", "tte": "1"} TTS参数
  • parameters参数
名称 类型 必填 示例值 描述
tte int 是 1 文本编码格式 1:UTF-8 (目前仅支持UTF-8格式)
aue int 是 1 音频编码格式（默认值：0） 0：wav 1：pcm 2：opus
tim int 是 0 模型ID, 通过训练状态接口获取
vol string 是 2.0 音量（默认值：2.0） 取值范围：[0.1, 10.0]
sp string 是 1.0 语速（默认值：1.0） 取值范围：[0.5, 2.0]
sr int 是 24000 采样率（默认值：24000） wav和pcm支持4k到24k的采样率 opus支持8k 12k 16k 和24k的采样率

（3）body请求参数

业务请求参数

类型 示例值 描述
string 你好，京东！ 放置要合成的文本，长度不能超过1024字节，UTF-8编码

1.4、请求代码示例

curl https://aiapi.jd.com/jdai/tts_customize?appkey=68D8FB1BB8E415F1AC8090F527C28241&timestamp=1607050386070&sign=3d3ac6df6befcef25b4b269d2329b514 -v -H 'Service-Type:synthesis' -H "Authorization:Bearer eyJhbGciOiJIUzUxMiJ9XXXX" -H 'Route-Key:JDAI-TTS' -H 'Application-Id:123' -H 'user-id:456' -H 'Request-Id:56a847e6-84c0-4c01-bf4b-d566f2d2dd12' -H 'Sequence-Id:1' -H 'Protocol:v2.0' -H 'Net-State:2' -H 'Applicator:0' -H 'Property:{"platform" : "Linux","version" : "0.0.0.1","parameters": {"tte": 1,"tim":300,"vol":2.0,"sp":1.0,"sr":16000,"aue":1}}' -X POST  -d "京东语音智能"

1.5 成功返回值示例

{
    "code":"10000",
    "charge":true,
    "remainTimes":4984,
    "remainSeconds":32768246,
    "msg":"查询成功,扣费",
    "result":{
        "status":0,
        "message":"ok",
        "request_id":"a72ead09-9533-4744-9204-578723257579",
        "index":16,
        "progress":1,
        "audio":"BBEEEDYPHA7oDA4MAAv4CRQJrgcuBrwEXXXXXXXXXXXXXXXXXXXX"
    }
}

1.6 result返回值说明

状态码 示例值 描述
status 0 详情请参照【合成服务错误码】
message ok 错误码描述
request_id a72ead09-9533-4744-9204-578723257579 请求session的ID
index 16 请求session的索引值
更新时间：2022-03-18 20:07:50
feedback