我要评论引言
在需要文本转语音（tts）的应用场景中（如语音助手、语音通知、内容播报等），java生态缺少类似python生态的edge tts 客户端库。不过没关系，现在可以通过 unifiedtts 提供的 api 来调用免费的 edgetts 能力。同时，unifiedtts 还支持 azure tts、minimax tts、elevenlabs tts 等多种模型，通过对请求接口的抽象封装，用户可以方便在不同模型与音色之间灵活切换。
下面我们以调用免费的edgetts为目标，构建一个包含文本转语音功能的spring boot应用。
实战
1. 构建 spring boot 应用
通过 start.spring.io 或其他构建基础的spring boot工程，根据你构建应用的需要增加一些依赖，比如最后用接口提供服务的话，可以加入web模块：
<dependencies>
<dependency>
<groupid>org.springframework.boot</groupid>
<artifactid>spring-boot-starter-web</artifactid>
</dependency>
</dependencies>
2. 注册 unifiedtts，获取 api key
- 前往 unifiedtts 官网注册账号（直接github登录即可）
- 从左侧菜单进入“api密钥”页面，创建 api key；
- 存好api key，后续需要使用
3. 集成 unifiedtts api
下面根据api 文档：https://unifiedtts.com/zh/api-docs/tts-sync 实现一个可运行的参考实现，包括配置文件、请求模型、服务类与控制器。
3.1 配置文件（application.properties）
unified-tts.host=https://unifiedtts.com unified-tts.api-key=your-api-key-here
这里unifiedtts.api-key参数记得替换成之前创建的apikey。
3.2 配置加载类
@data
@configurationproperties(prefix = "unified-tts")
public class unifiedttsproperties {
private string host;
private string apikey;
}
3.3 请求封装和响应封装
@data
@allargsconstructor
@noargsconstructor
public class unifiedttsrequest {
private string model;
private string voice;
private string text;
private double speed;
private double pitch;
private double volume;
private string format;
}
@data
@allargsconstructor
@noargsconstructor
public class unifiedttsresponse {
private boolean success;
private string message;
private long timestamp;
private unifiedttsresponsedata data;
@data
@allargsconstructor
@noargsconstructor
public static class unifiedttsresponsedata {
@jsonproperty("request_id")
private string requestid;
@jsonproperty("audio_url")
private string audiourl;
@jsonproperty("file_size")
private long filesize;
}
}
unifiedtts 抽象了不同模型的请求，这样用户可以用同一套请求参数标准来实现对不同tts模型的调用，这个非常方便。所以，为了简化tts的客户端调用，非常推荐使用 unifiedtts。
3.3 服务实现（调用 unifiedtts）
使用 spring boot自带的restclient http客户端来实现unifiedtts的功能实现类，提供两个实现：
- 接收音频字节并返回。
@service
public class unifiedttsservice {
private final restclient restclient;
private final unifiedttsproperties properties;
public unifiedttsservice(restclient restclient, unifiedttsproperties properties) {
this.restclient = restclient;
this.properties = properties;
}
/**
* 调用 unifiedtts 同步 tts 接口，返回音频字节数据。
*
* <p>请求头：
* <ul>
* <li>content-type: application/json</li>
* <li>x-api-key: 来自配置的 api key</li>
* <li>accept: 接受二进制流或常见 mp3/mpeg 音频类型</li>
* </ul>
*
* @param request 模型、音色、文本、速度/音调/音量、输出格式等参数
* @return 音频二进制字节（例如 mp3）
* @throws illegalstateexception 当服务端返回非 2xx 或无内容时抛出
*/
public byte[] synthesize(unifiedttsrequest request) {
responseentity<byte[]> response = restclient
.post()
.uri("/api/v1/common/tts-sync")
.contenttype(mediatype.application_json)
.accept(mediatype.application_octet_stream, mediatype.valueof("audio/mpeg"), mediatype.valueof("audio/mp3"))
.header("x-api-key", properties.getapikey())
.body(request)
.retrieve()
.toentity(byte[].class);
if (response.getstatuscode().is2xxsuccessful() && response.getbody() != null) {
return response.getbody();
}
throw new illegalstateexception("unifiedtts synthesize failed: " + response.getstatuscode());
}
/**
* 调用合成并将音频写入指定文件。
*
* <p>若输出路径的父目录不存在，会自动创建；失败时抛出运行时异常。
*
* @param request tts 请求参数
* @param outputpath 目标文件路径（例如 output.mp3）
* @return 实际写入的文件路径
*/
public path synthesizetofile(unifiedttsrequest request, path outputpath) {
byte[] data = synthesize(request);
try {
if (outputpath.getparent() != null) {
files.createdirectories(outputpath.getparent());
}
files.write(outputpath, data);
return outputpath;
} catch (ioexception e) {
throw new runtimeexception("failed to write tts output to file: " + outputpath, e);
}
}
}
3.4 单元测试
@springboottest
class unifiedttsservicetest {
@autowired
private unifiedttsservice unifiedttsservice;
@test
void testrealsynthesizeanddownloadtofile() throws exception {
unifiedttsrequest req = new unifiedttsrequest(
"edge-tts",
"en-us-jennyneural",
"hello, this is a test of text to speech synthesis.",
1.0,
1.0,
1.0,
"mp3"
);
// 调用真实接口，断言返回结构
unifiedttsresponse resp = unifiedttsservice.synthesize(req);
assertnotnull(resp);
asserttrue(resp.issuccess(), "response should be success");
assertnotnull(resp.getdata(), "response data should not be null");
assertnotnull(resp.getdata().getaudiourl(), "audio_url should be present");
// 在当前工程目录下生成测试结果目录并写入文件
path projectdir = paths.get(system.getproperty("user.dir"));
path resultdir = projectdir.resolve("test-result");
files.createdirectories(resultdir);
path out = resultdir.resolve(system.currenttimemillis() + ".mp3");
path written = unifiedttsservice.synthesizetofile(req, out);
system.out.println("unifiedtts test output: " + written.toabsolutepath());
asserttrue(files.exists(written), "output file should exist");
asserttrue(files.size(written) > 0, "output file size should be > 0");
}
}
4. 运行与验证
执行单元测试之后，可以在工程目录test-result下找到生成的音频文件：
5. 常用参数与音色选择
目前支持的常用参数如下图所示：
小结
本文展示了如何在 spring boot 中集成 unifiedtts 的 edgetts 能力，实现文本转语音并输出为 mp3。unifiedtts 通过统一的 api 屏蔽了不同 tts 模型的差异，使你无需维护多个 sdk，即可在成本与效果之间自由切换。根据业务需求，你可以进一步完善异常处理、缓存与并发控制，实现更可靠的生产级 tts 服务。
以上就是springboot集成免费的edgetts实现文本转语音的详细内容，更多关于springboot edgetts文本转语音的资料请关注代码网其它相关文章！
发表评论