[Документация Yandex Cloud](../../../index.md) > [speechkit](../../index.md) > Пошаговые инструкции > Синтез > Синтез речи в API v3 # Синтез речи в API v3 С помощью SpeechKit [API v3](../../tts-v3/api-ref/grpc/index.md) можно синтезировать речь из текста в [TTS-разметке](../markup/tts-markup.md) в файл формата [WAV](https://ru.wikipedia.org/wiki/WAV). В примере заданы следующие параметры синтеза: * [формат](../../formats.md) синтезированного аудиофайла — LPCM с частотой дискретизации 22 050 Гц, контейнер [WAV](https://ru.wikipedia.org/wiki/WAV) (значение по умолчанию); * [нормализация громкости](../index.md#volume) — LUFS (значение по умолчанию). Преобразование и запись результата выполняются с помощью пакетов `grpcio-tools` и `pydub` и утилиты [FFmpeg](https://ffmpeg.org/). Аутентификация происходит от имени сервисного аккаунта с помощью [API-ключа](../../../iam/concepts/authorization/api-key.md) или [IAM-токена](../../../iam/concepts/authorization/iam-token.md). Подробнее об аутентификации в API SpeechKit смотрите [Аутентификация в API SpeechKit](../../concepts/auth.md). Чтобы реализовать пример: 1. [Создайте](../../../iam/operations/sa/create.md) сервисный аккаунт для работы с API SpeechKit. 1. [Назначьте](../../../iam/operations/sa/assign-role-for-sa.md) сервисному аккаунту роль `ai.speechkit-tts.user` или выше на каталог, в котором он был создан. 1. Получите [API-ключ](../../../iam/operations/authentication/manage-api-keys.md#create-api-key) или [IAM-токен](../../../iam/operations/iam-token/create-for-sa.md) для сервисного аккаунта. 1. Создайте клиентское приложение: {% list tabs group=programming_language %} - Python 3 {#python} 1. Склонируйте репозиторий [Yandex Cloud API](https://github.com/yandex-cloud/cloudapi): ```bash git clone https://github.com/yandex-cloud/cloudapi ``` 1. Установите пакеты `grpcio-tools` и `pydub` с помощью менеджера пакетов [pip](https://pip.pypa.io/en/stable/): ```bash pip install grpcio-tools && \ pip install pydub ``` Пакет `grpcio-tools` нужен для генерации кода интерфейса клиента API v3 синтеза. Пакет `pydub` нужен для обработки полученных аудиофайлов. 1. [Скачайте](https://www.ffmpeg.org/download.html) утилиту FFmpeg для корректной работы пакета `pydub`. Добавьте путь к папке, в которой находится исполняемый файл, в переменную `PATH`. Для этого выполните команду: ```bash export PATH=$PATH:<путь_к_папке_с_исполняемым_файлом_FFmpeg> ``` 1. Перейдите в папку со склонированным репозиторием Yandex Cloud API, создайте папку `output` и сгенерируйте в ней код интерфейса клиента: ```bash cd <путь_к_папке_cloudapi> mkdir output python3 -m grpc_tools.protoc -I . -I third_party/googleapis \ --python_out=output \ --grpc_python_out=output \ google/api/http.proto \ google/api/annotations.proto \ yandex/cloud/api/operation.proto \ google/rpc/status.proto \ yandex/cloud/operation/operation.proto \ yandex/cloud/validation.proto \ yandex/cloud/ai/tts/v3/tts_service.proto \ yandex/cloud/ai/tts/v3/tts.proto ``` В результате в папке `output` будут созданы файлы с интерфейсом клиента: `tts_pb2.py`, `tts_pb2_grpc.py`, `tts_service_pb2.py`, `tts_service_pb2_grpc.py` и файлы зависимостей. 1. Создайте файл в корне папки `output`, например `test.py`, и добавьте в него следующий код: ```python import io import grpc import pydub import argparse import yandex.cloud.ai.tts.v3.tts_pb2 as tts_pb2 import yandex.cloud.ai.tts.v3.tts_service_pb2_grpc as tts_service_pb2_grpc # Задайте настройки синтеза. # Вместо iam_token передавайте api_key при аутентификации с API-ключом #def synthesize(api_key, text) -> pydub.AudioSegment: def synthesize(iam_token, text) -> pydub.AudioSegment: request = tts_pb2.UtteranceSynthesisRequest( text=text, output_audio_spec=tts_pb2.AudioFormatOptions( container_audio=tts_pb2.ContainerAudio( container_audio_type=tts_pb2.ContainerAudio.WAV ) ), # Параметры синтеза hints=[ tts_pb2.Hints(voice= 'alexander'), # (Опционально) Задайте голос. Значение по умолчанию marina tts_pb2.Hints(role = 'good'), # (Опционально) Укажите амплуа, только если голос их имеет tts_pb2.Hints(speed=1.1), # (Опционально) Задайте скорость синтеза ], loudness_normalization_type=tts_pb2.UtteranceSynthesisRequest.LUFS ) # Установите соединение с сервером. cred = grpc.ssl_channel_credentials() channel = grpc.secure_channel('tts.api.ml.yandexcloud.kz:443', cred) stub = tts_service_pb2_grpc.SynthesizerStub(channel) # Отправьте данные для синтеза. it = stub.UtteranceSynthesis(request, metadata=( # Параметры для аутентификации с IAM-токеном ('authorization', f'Bearer {iam_token}'), # Параметры для аутентификации с API-ключом от имени сервисного аккаунта # ('authorization', f'Api-Key {api_key}'), )) # Соберите аудиозапись по порциям. try: audio = io.BytesIO() for response in it: audio.write(response.audio_chunk.data) audio.seek(0) return pydub.AudioSegment.from_wav(audio) except grpc._channel._Rendezvous as err: print(f'Error code {err._state.code}, message: {err._state.details}') raise err if __name__ == '__main__': parser = argparse.ArgumentParser() parser.add_argument('--token', required=True, help='IAM token or API key') parser.add_argument('--text', required=True, help='Text for synthesis') parser.add_argument('--output', required=True, help='Output file') args = parser.parse_args() audio = synthesize(args.token, args.text) with open(args.output, 'wb') as fp: audio.export(fp, format='wav') ``` 1. Выполните созданный в предыдущем пункте файл: ```bash export IAM_TOKEN= export TEXT='Я Яндекс Спичк+ит. Я могу превратить любой текст в речь. Теперь и в+ы — можете!' python3 output/test.py \ --token ${IAM_TOKEN} \ --output speech.wav \ --text ${TEXT} ``` Где: * `IAM_TOKEN` — [IAM-токен сервисного аккаунта](../../../iam/concepts/authorization/iam-token.md). Если для аутентификации от имени сервисного аккаунта вы используйте API-ключ, измените код Python-скрипта и вызов программы. * `TEXT` — текст в [TTS-разметке](../markup/tts-markup.md), который нужно синтезировать. * `--output` — имя файла для записи аудио. В результате в папке `cloudapi` будет создан файл `speech.wav` с синтезированной речью. - Java {#java} 1. Установите зависимости: ```bash sudo apt update && sudo apt install --yes default-jdk maven ``` 1. Склонируйте [репозиторий](https://github.com/yandex-cloud-examples/yc-speechkit-tts-java) с конфигурацией для приложения на Java: ```bash git clone https://github.com/yandex-cloud-examples/yc-speechkit-tts-java ``` 1. Перейдите в папку репозитория: ```bash cd yc-speechkit-tts-java ``` 1. Скомпилируйте проект в этой папке: ```bash mvn clean install ``` 1. Перейдите в созданную папку `target`: ```bash cd target ``` 1. Задайте [API-ключ](../../../iam/concepts/authorization/api-key.md) сервисного аккаунта и текст, который надо синтезировать: ```bash export API_KEY= && \ export TEXT='Я Яндекс Спичк+ит. Я могу превратить любой текст в речь. Теперь и в+ы — можете!' ``` 1. Запустите Java-скрипт для синтеза речи: ```bash java -cp speechkit_examples-1.0-SNAPSHOT.jar yandex.cloud.speechkit.examples.TtsV3Client ${TEXT} ``` В результате в папке `target` появится аудиофайл `result.wav`. В него записана речь из переменной окружения `TEXT`. {% endlist %} #### Полезные ссылки {#see-also} * [Подробнее про API v3](../../tts-v3/api-ref/grpc/index.md) * [Аутентификация в API SpeechKit](../../concepts/auth.md) * [Синтез речи с помощью Python SDK](../../sdk/python/synthesis.md)