Синтез речи из консоли средствами Yandex SpeechKit

В этой статье рассмотрим, как синтезировать речь с помощью сервиса SpeechKit от компании Yandex. Данная функция может понадобиться для динамической генерации файлов воспроизведения в Asterisk.

Перед началом работы

Перед началом работы с сервисом Yandex Cloud необходимо авторизоваться в Yandex-почте. Если у Вас нет аккаунта, то необходимо его создать.

Официальную документацию по начале работы со SpeechKit можно найти здесь.

Создание платёжного аккаунта

Информацию о текущих созданных платёжных аккаунтах можно найти на странице биллинга. Если ни один аккаунт не создан на данный момент, увидим следующее:

Создадим аккаунт (нажимаем на кнопку «Создать аккаунт» в правом верхнем углу).

Заполняем соответствующие поля аккаунта: указываем страну, выбираем тип плательщика, заполняем поля, согласно выбранному типу, а также привязываем к аккаунту банковскую карту.

ID каталога

Далее, для работы нам необходим будет ID текущего каталога. Чтобы его узнать переходим на главную страницу консоли облака: https://console.cloud.yandex.ru/. Здесь мы увидим информацию по текущему платёжному аккаунту, а также по текущим каталогам. Копируем себе ID – он нам понадобится в дальнейшей работе.

Для дальнейшей настройки переходим в консоль сервера CentOS, на котором установлен Asterisk.

Настройка интерфейса командной строки

Первым делом необходимо установить утилиту CURL, если она не была установлена ранее. Для этого в консоли выполняем команду:

yum install curl

Далее устанавливаем интерфейс командой строки от Yandex. Выполняем команду в консоли:

curl https://storage.yandexcloud.net/yandexcloud-yc/install.sh | bash

Данный скрипт установит CLI. Теперь необходимо инициализировать CLI. Для этого переходим по ссылке и нажимаем на кнопку «Разрешить».

После разрешения откроется страница, на которой будет отображён OAuth-токен. Он нам потребуется для дальнейшей инициализации CLI.

Выполняем в консоли команду:

yc init

По запросу вводим полученный OAuth-токен. Также выбираем директорию, с которой будем работать (можно выбрать директорию по умолчанию, т.е. default) и выбираем Compute zone равным 2 (ru-central1-b).

Для просмотра применённых настроек используем команду:

yc config list

Получение IAM-токена

Также для работы нам потребуется получить IAM-токен. Для этого выполняем следующую команду:

yc iam create-token

На этом все подготовительные работы для синтеза речи завершены, можно переходить к самому процессу.

Синтез речи

Произведём синтез речи в тестовом режиме из командной строки. Выполняем:

curl -X POST -H "Authorization: Bearer IAM_KEY"  --data-urlencode "text=Привет, мир" -d "lang=ru-RU&folderId=ID_КАТАЛОГА" "https://tts.api.cloud.yandex.net/speech/v1/tts:synthesize" > filename.ogg

В данном запросе заменяем следующие параметры на свои:

• IAM_KEY – IAM-токен, полученный ранее;
• ID_КАТАЛОГА – полученный ранее ID каталога (см. рис. 3);
• filename – произвольное имя файла, в формате ogg.

Если всё указано верно, то будет загружен файл, где будет синтезирован текст, указанный в переменной text.

На этом обзор синтезирования речи из консоли средствами Yandex SpeechKit завершено.