Skip to content

Latest commit

 

History

History
142 lines (103 loc) · 5.84 KB

README_CN.md

File metadata and controls

142 lines (103 loc) · 5.84 KB
Raw

MSSpeechServer

English | 中文说明 | 日本語説明

项目描述

MSSpeechServer是基于微软语音平台的REST服务器，为Windows提供文本转语音（TTS）功能。该项目设计用于在Linux x86_64平台上运行，并支持Docker镜像。它提供了两个主要的API用于读取语音库和生成TTS。

与基于.NET Core框架的SAPISpeechServer不同，MSSpeechServer在.NET Framework 4.6环境下运行，因为微软语音平台不支持.NET Core。

语言支持

MSSpeechServer支持26种语言的文本转语音（TTS）。以下是支持的语言及其对应的包名称：

语言 包名称
中文(中国) (zh-CN) MSSpeech_TTS_zh-CN_HuiHui.msi
中文(台灣) (zh-TW) MSSpeech_TTS_zh-TW_HanHan.msi
中文(香港) (zh-HK) MSSpeech_TTS_zh-HK_HunYee.msi
한국어 (ko-KR) MSSpeech_TTS_ko-KR_Heami.msi
日本語 (ja-JP) MSSpeech_TTS_ja-JP_Haruka.msi
Dansk (da-DK) MSSpeech_TTS_da-DK_Helle.msi
Català (ca-ES) MSSpeech_TTS_ca-ES_Herena.msi
Deutsch (de-DE) MSSpeech_TTS_de-DE_Hedda.msi
Nederlands (nl-NL) MSSpeech_TTS_nl-NL_Hanna.msi
Norsk bokmål (nb-NO) MSSpeech_TTS_nb-NO_Hulda.msi
Polski (pl-PL) MSSpeech_TTS_pl-PL_Paulina.msi
Português (Brasil) (pt-BR) MSSpeech_TTS_pt-BR_Heloisa.msi
Português (Portugal) (pt-PT) MSSpeech_TTS_pt-PT_Helia.msi
Português (Portugal) (pt-PT) MSSpeech_TTS_pt-PT_Helia16k.msi
Русский (ru-RU) MSSpeech_TTS_ru-RU_Elena.msi
Italiano (it-IT) MSSpeech_TTS_it-IT_Lucia.msi
Suomi (fi-FI) MSSpeech_TTS_fi-FI_Heidi.msi
Svenska (sv-SE) MSSpeech_TTS_sv-SE_Hedvig.msi
Español (España) (es-ES) MSSpeech_TTS_es-ES_Helena.msi
Español (México) (es-MX) MSSpeech_TTS_es-MX_Hilda.msi
Français (Canada) (fr-CA) MSSpeech_TTS_fr-CA_Harmonie.msi
Français (France) (fr-FR) MSSpeech_TTS_fr-FR_Hortense.msi
English (Australia) (en-AU) MSSpeech_TTS_en-AU_Hayley.msi
English (Canada) (en-CA) MSSpeech_TTS_en-CA_Heather.msi
English (United Kingdom) (en-GB) MSSpeech_TTS_en-GB_Hazel.msi
English (India) (en-IN) MSSpeech_TTS_en-IN_Heera.msi
English (United States) (en-US) MSSpeech_TTS_en-US_Helen.msi
English (United States) (en-US) MSSpeech_TTS_en-US_ZiraPro.msi

安装指南

这是一个简单的安装指南：

  1. 将仓库克隆到本地计算机：

    git clone https://github.com/xeden3/MSSpeechServer.git

  2. 切换到项目目录：

    cd MSSpeechServer

  3. 构建Docker镜像：

    docker build -t msspeechserver .

  4. 运行Docker容器：

    docker run --rm -it -p 8080:8080 msspeechserver

    此时按下 Ctrl+C 将关闭并删除容器。

    此外，要在后台运行容器，可以使用 -d 标志：

    docker run -d -p 8080:8080 msspeechserver

请注意，这只是一个基本的安装指南，您可能需要根据您的具体情况进行调整。

使用说明

MSSpeechServer提供了两个主要的API：

  • http://localhost:8080/GetVoices：用于读取可用的语音库。
  • http://localhost:8080/SetTTS：用于生成TTS。

您可以通过发送HTTP请求来使用这些API。

使用 /GetVoices Endpoint

/GetVoices 端点用于检索MSSpeechServer支持的可用语音库。它返回一组语音名称（voiceName）以及它们的语言代码。

示例响应：

{
    "errcode": 0,
    "errmsg": "",
    "rtval": [
        "Microsoft Server Speech Text to Speech Voice (en-US, ZiraPro)",
        "Microsoft Server Speech Text to Speech Voice (zh-CN, HuiHui)",
        "Microsoft Server Speech Text to Speech Voice (zh-HK, HunYee)"
    ]
}

使用 /SetTTS Endpoint

/SetTTS 端点用于生成文本转语音（TTS）音频。它接受以下参数：

  • text（必填）：要转换为语音的文本。
  • voiceName（可选）：用于TTS的语音包的名称。如果未提供，则使用默认语音。

示例用法：

  1. 使用默认语音（英语）：

    GET /SetTTS?text=hello world

    此请求将返回使用默认英语语音生成的音频文件。

  2. 使用特定语音包（中文）：

  GET /SetTTS?text=中文&voiceName=Microsoft Server Speech Text to Speech Voice (zh-CN, HuiHui)

此请求将返回使用指定的中文语音包生成的音频文件，即“Microsoft Server Speech Text to Speech Voice (zh-CN, HuiHui)”。

注意： 使用非英语TTS时，请确保选择正确的语音包。

主要挑战和解决方案

在开发MSSpeechServer时，遇到了一些主要挑战，并成功解决了：

  1. 框架兼容性：微软语音平台不支持.NET Core框架，与SAPI不同。因此，必须在.NET Framework 4.6环境中运行微软语音平台。这是与SAPISpeechServer的一个关键区别。

  2. HTTP服务器实现：在基于.NET Framework 4.6环境实现HTTP服务器服务时，发现了微软的内置HttpListener库在Wine环境中输出超过一定字节数的内容时会失败。数据包捕获显示了数据包之间的FIN标志的出现，这可能与Wine的机制有关（其仍然存在各种兼容性问题）。因此，选择了更本地的SimpleHttpServer库进行实现。该库仅使用System.Net.Sockets，不会产生兼容性问题。

许可证

此项目根据MIT许可证获得许可。有关更多详细信息，请参阅LICENSE文件。

希望这个README.md文件对您有所帮助！如果您有任何问题或需要进一步的帮助，请随时告诉我。祝您的项目顺利！