Распознавание и синтез речи в Облаке ЦРТ

Начало работы

Установите клиентскую библиотеку с помощью pip

pip install speechpro-cloud-python

Создайте файл ~/.speechpro/credentials, укажите в ней данные учетной записи в формате TOML в профиле (секции) default, например:

[default]
username = "username"
domain_id = 200
password = "password"

Узнайте больше об аутентификации в разделе Аутентификация.

Распознавание речи из файла

Код распознавания WAV файла на русском языке моделью GENERAL выглядит следующим образом

import os

from speechpro.cloud.speech.recognition import RecognitionClient
from speechpro.cloud.speech.recognition import enums

сlient = RecognitionClient()

with open('path_to_wav_file', "rb") as f:
    content = f.read()

config = {
    'language': enums.Language.RU,
    'model': enums.Model.GENERAL,
    'encoding': enums.AudioEncoding.WAV,
    'response_type': enums.ResponseType.WORD_LIST,
}

word_list = сlient.recognize(config, content)
for w in word_list:
    print(w.word)

Аналогичная операция с помощью командной строки

speechpro recognize-word-list --model GENERAL --filename //path_to_audio

Полная документация API распознавания речи

Полная документация API распознавания речи доступна на сайте Облака ЦРТ по адресу https://cp.speechpro.com/doc/asr

Синтез речи

Код для синтеза текста голосом Юлия выглядит следующим образом:

import os
from speechpro.cloud.speech import synthesis

сlient = synthesis.SynthesisClient()

text = 'Привет, я - синтезированный голос от компании ЦРТ'
audio = сlient.synthesize(synthesis.enums.Voice.JULIA, synthesis.enums.PlaybackProfile.SPEAKER, text)

with open('output.wav', 'wb') as f:
    f.write(audio)

Аналогичная операция с помощью командной строки

speechpro synthesize --voice JULIA --input "Привет, я - синтезированный голос от компании ЦРТ" --output hi.wav

Полная документация API синтеза речи

Полная документация API синтеза речи доступна на сайте Облака ЦРТ по адресу https://cp.speechpro.com/doc/tts

Аутентификация

Данные для аутентификации можно задать несколькими способами - передать в качестве параметров в конструктор, сохранить в TOML формате, либо установить переменные среды.

TOML

Предполагается, что TOML файл расположен по пути ~/.speechpro/credentials, по умолчанию используется профиль (секция) default:

[default]
username = "username"
domain_id = 200
password = "password"

Для использования профиля с другим именем, установите его значение в переменную среду SPEECHPRO_PROFILE.

Переменные среды

Задайте данные вашей учетной записи Облака ЦРТ с помощью переменных среды, их значения будут использованы в случае, если не удастся прочитать TOML файл.

export SPEECHPRO_USERNAME=username
export SPEECHPRO_DOMAIN_ID=200
export SPEECHPRO_PASSWORD=password

Конструктор

Возможно также передать значения напрямую в конструктор, например:

from speechpro.cloud.speech.recognition import RecognitionClient

сlient = RecognitionClient(
    'username',
    200,
    'password'
)

TODO

• Добавить оставшиеся методы API распознавания речи
• Описания моделей и голосов
• Больше примеров