【基于MAX98357的Minimax（百度）长文本语音合成TTS 接入教程】

ops/2024/10/21 11:40:07/

【基于MAX98357的Minimax（百度）长文本语音合成TTS 接入教程】

  • 1. 前言
  • 2. 先决条件
    • 2.1 硬件准备
    • 2.2 软件准备
    • 2.3 接线
  • 3. 核心代码
    • 3.1 驱动实现
    • 3.2 代码解析
  • 4. 播放文本
  • 5. 结论

视频地址：

SeeedXIAO ESP32S3 Sense【基于MAX98357的Minimax（百度）长文本语音合成TTS 接入教程】

1. 前言

随着物联网技术的快速发展，智能设备的交互方式也在不断进化。语音合成技术（TTS）作为人机交互的重要组成部分，正变得越来越普及。本文将介绍如何利用SeeedXIAO ESP32S3 Sense开发板与MAX98357音频放大器结合，实现与Minimax长文本语音合成服务的集成，打造一个功能丰富的语音交互系统。
在这里插入图片描述

2. 先决条件

2.1 硬件准备

  • ESP32开发板（推荐XIAO开发板）
  • MAX98357 I2S 音频放大器模块
  • 扬声器
  • 跳线（杜邦线）

目前这是我使用的ESP32S3官方硬件👍👍👍（小小的身材有大大的力量）只需要35元加摄像头麦克风79元，后期我会整理相关专栏进行Arduino系统学习😘😘😘。有需要可以购买xiao开发板💕💕💕，SeeedXIAO ESP32S3 Sense硬件购买地址：https://s.click.taobao.com/lekazrt
在这里插入图片描述

2.2 软件准备

  1. Arduino IDE：下载并安装 Arduino IDE；
  2. ESP32 开发板库：在 Arduino IDE 中添加 ESP32 支持；
    参考博客：【esp32c3配置arduino IDE教程】
    为安装过程留出一些时间，具体时间可能因您的互联网连接而异。
  3. ESP32-audioI2S库安装
  • 首先到GITHUB下载「ESP32-audioI2S」 仓库地址：https://github.com/schreibfaul1/ESP32-audioI2S/
  • 解压源码包
  • 把解压的文件放进Arduino IDE的libraries文件夹
    在这里插入图片描述
  1. ArduinoJson库安装
    在这里插入图片描述
    安装成功如上

2.3 接线

ESP32与MAX98357的接线非常简单，只需要将ESP32的I2S接口与MAX98357的相应引脚连接即可。具体接线如下：

  • XIAO D4（ ESP32的I2S_BCLK_5）连接到MAX98357的BCLK
  • XIAO D3（ ESP32的I2S_LRC_4）连接到MAX98357的LRC
  • XIAO D5（ ESP32的I2S_DOUT_6）连接到MAX98357的DIN

在这里插入图片描述

3. 核心代码

下面准备进行了基于ESP32 的硬件测试，此部分有源码分享和代码解析两部分

3.1 驱动实现

在Arduino IDE中，首先需要安装ESP32-audioI2S库和ArduinoJson库。然后将ESP32S3N8R8开发板与MAX98357音频放大器结合，实现与Minimax长文本语音合成TTS服务的集成。以下是一个简单的示例接入Minimax 代码：

#include <Audio.h>
#include <WiFi.h>
#include <HTTPClient.h>
#include <ArduinoJson.h>
#include "Arduino.h"
//1. Replace with your network credentials
const char* ssid = "J09 502";
const char* password = "qwertyuiop111";      // Change this to your WiFi password
String voice_id = "female-tianmei-jingpin";  //青年大学生音色：male-qn-daxuesheng;甜美女性音色：female-tianmei;男性主持人：presenter_male;女性主持人：presenter_female
// 2. Replace with your OpenAI API key
const char* apiKey = "eyJhbGciOiaWwiOiIiLCJDcmVhdGVUaW1lIjoiMjAyNC0wMy0xNiAxMzoyNDoxOCIsImlzcyI6Im1pbmltYXgifQ.WlEj8Nk0j_WOMXZE9SbIC8sHpwJ6R6Pi8Spl5mahJsW3-Jsz7Ev53sGGz3v__Bd5dDkt7o9-Y8BOW0WZq2ImaN7Rof7YNtYnYnvPNDyGx23_xRqq5co9P5UkC3ciYEcIch2SUZ5QPkXR-sMUPzhdowSYvfdu1N25kdKJ8GE_63NfCnsdDVt8mv0wQSSweJK0yf_C8a8ADdB1uF4vg_WKMDjHlvzERsoNZgX6FYtr-bee85rIyu4U-OrbUvEpR1FLPXa7lTlx65QvhVIYGbIKde7ERIT_7QLOQoVFvPz0gX-H6V7UlmSRgRy4LK_R9mvV5TqCy3v90WK_AFuwEhPXcg";
const char* group_id = "1759482180095975904";
const char* url = "https://api.minimax.chat/v1/t2a_pro?GroupId=1759482180095975904";
char myCharPointer;
//扬声器引脚
#define I2S_DOUT 6  // DIN connection
#define I2S_BCLK 5  // Bit clock
#define I2S_LRC 4   // Left Right ClockAudio audio;
String answerv;
String getvAnswer(void) {HTTPClient http1;http1.setTimeout(10000);http1.begin(url);http1.addHeader("Content-Type", "application/json");String token_key = String("Bearer ") + apiKey;http1.addHeader("Authorization", token_key);// 创建一个StaticJsonDocument对象，足够大以存储JSON数据StaticJsonDocument<200> doc;// 填充数据doc["text"] = "我是鹏鹏的小助手，你好鸭";doc["model"] = "speech-01";doc["audio_sample_rate"] = 32000;doc["bitrate"] = 128000;doc["voice_id"] = voice_id;// 创建一个String对象来存储序列化后的JSON字符串String jsonString;// 序列化JSON到String对象serializeJson(doc, jsonString);int httpResponseCode1 = http1.POST(jsonString);if (httpResponseCode1 != 200) {Serial.println("HTTP Request Failed");http1.end();return "<error>";}String reason = http1.getString();Serial.println("Received response:");Serial.println(reason);http1.end();DynamicJsonDocument jsonDoc1(1024);deserializeJson(jsonDoc1, reason);String outputText = jsonDoc1["audio_file"];return outputText;
}void set_voice() {answerv = getvAnswer();Serial.print(answerv);char myCharPointer[answerv.length() + 1];  // 分配足够的空间来存储字符串strcpy(myCharPointer, answerv.c_str());    // 复制字符串到 myCharPointeraudio.connecttohost(myCharPointer);        //  128k mp3
}void setup() {// Initialize SerialSerial.begin(115200);// Connect to Wi-Fi networkWiFi.mode(WIFI_STA);WiFi.begin(ssid, password);Serial.print("Connecting to WiFi ..");while (WiFi.status() != WL_CONNECTED) {Serial.print('.');delay(1000);}Serial.println(WiFi.localIP());// print the SSID of the network you're attached to:Serial.print("SSID: ");Serial.println(WiFi.SSID());// print your WiFi shield's IP address:IPAddress ip = WiFi.localIP();Serial.print("IP Address: ");Serial.println(ip);audio.setPinout(I2S_BCLK, I2S_LRC, I2S_DOUT);audio.setVolume(20);  // 0...21// audio.connecttohost("https://minimax-algeng-chat-tts.oss-cn-wulanchabu.aliyuncs.com/audio%2Ftts-mp3-20240406123922-amZgimLG.mp3?Expires=1712493562&OSSAccessKeyId=LTAI5tGLnRTkBjLuYPjNcKQ8&Signature=omJ5fmpPvXMoR1nk9D8UbJqR3L4%3D"); //  128k mp3
}void loop() {audio.loop();while (Serial.available() > 0) {char voice = Serial.read();// Serial.println(voice);switch (voice) {case '1':voice_id = "male-qn-daxuesheng";break;case '2':voice_id = "female-tianmei";break;case '3':voice_id = "presenter_male";break;case '4':voice_id = "presenter_female";break;}Serial.println(voice_id);set_voice();}}

百度TTS接入代码如下：

#include <WiFi.h>
#include <HTTPClient.h>
#include <UrlEncode.h>
#include "Arduino.h"
#include "WiFiMulti.h"
#include "Audio.h"// 1、修改MAX98357喇叭接口
#define I2S_DOUT 6
#define I2S_BCLK 5
#define I2S_LRC 4Audio audio;
WiFiMulti wifiMulti;
// 2、修改WiFi密码
const char *ssid = "J09 502";
const char *password = "qwertyuiop111";  // Change this to your WiFi password
// 3、修改百度语音助手的用户信息
const char *API_KEY = "BXL2YS5w67Xw5XDq";
const char *SECRET_KEY = "pb2zIW2Nch2uNtceKX";
// 4、修改播放文本内容
String encodedText = "人家刚满18岁";const int PER = 4;
const int SPD = 5;
const int PIT = 5;
const int VOL = 5;
const int AUE = 6;const char *TTS_URL = "https://tsn.baidu.com/text2audio";
String url = TTS_URL;
void setup() {Serial.begin(115200);WiFi.begin(ssid, password);while (WiFi.status() != WL_CONNECTED) {delay(1000);Serial.println("Connecting to WiFi...");}Serial.println("Connected to WiFi");encodedText = urlEncode(urlEncode(encodedText));tts_get();player();
}
void tts_get() {const char *headerKeys[] = { "Content-Type", "Content-Length" };// 5、修改百度语音助手的tokenurl += "?tok=24.e169f864a91715325118.282335-57722200";url += "&tex=" + encodedText;url += "&per=" + String(PER);url += "&spd=" + String(SPD);url += "&pit=" + String(PIT);url += "&vol=" + String(VOL);url += "&aue=" + String(AUE);url += "&cuid=esp32s3";url += "&lan=zh";url += "&ctp=1";HTTPClient http;Serial.print("URL: ");Serial.println(url);http.begin(url);http.collectHeaders(headerKeys, 2);int httpResponseCode = http.GET();if (httpResponseCode > 0) {if (httpResponseCode == HTTP_CODE_OK) {Serial.print("Content-Type = ");Serial.println(http.header("Content-Type"));String contentType = http.header("Content-Type");if (contentType.startsWith("audio")) {Serial.println("合成成功，返回的是音频文件");// 处理音频文件，保存到SD卡或者播放} else if (contentType.equals("application/json")) {Serial.println("合成出现错误，返回的是JSON文本");// 处理错误信息，根据需要进行相应的处理} else {Serial.println("未知的Content-Type");// 可以添加相应的处理逻辑}} else {Serial.println("Failed to receive audio file");}} else {Serial.print("Error code: ");Serial.println(httpResponseCode);}http.end();
}
void loop() {audio.loop();if (Serial.available()) {  // put streamURL in serial monitoraudio.stopSong();String r = Serial.readString();r.trim();if (r.length() > 5) audio.connecttohost(r.c_str());log_i("free heap=%i", ESP.getFreeHeap());}
}void player() {// WiFi.mode(WIFI_STA);// wifiMulti.addAP(ssid.c_str(), password.c_str());// wifiMulti.run();// if(WiFi.status() != WL_CONNECTED){//     WiFi.disconnect(true);//     wifiMulti.run();// }const char *host = url.c_str();audio.setPinout(I2S_BCLK, I2S_LRC, I2S_DOUT);audio.setVolume(12);        // 0...21audio.connecttohost(host);  //  128k mp3
}

同样需要修改WiFi密码和百度TTS配置

3.2 代码解析

  • 修改网络连接：使用WiFi.begin(ssid, password)连接到Wi-Fi网络。
//1. Replace with your network credentials
const char* ssid = "J09 502";
const char* password = "qwertyuiop111";      // Change this to your
  • 修改API密钥：将获取的apiKey和group_id替换到代码中相应的位置。
// 2. Replace with your OpenAI API key
const char* apiKey = "eyJhbGciOiaWwiOiIiLCJDcmVhdGVUaW1lIjoiMjAyNC0wMy0xNiAxMzoyNDoxOCIsImlzcyI6Im1pbmltYXgifQ.WlEj8Nk0j_WOMXZE9SbIC8sHpwJ6R6Pi8Spl5mahJsW3-Jsz7Ev53sGGz3v__Bd5dDkt7o9-Y8BOW0WZq2ImaN7Rof7YNtYnYnvPNDyGx23_xRqq5co9P5UkC3ciYEcIch2SUZ5QPkXR-sMUPzhdowSYvfdu1N25kdKJ8GE_63NfCnsdDVt8mv0wQSSweJK0yf_C8a8ADdB1uF4vg_WKMDjHlvzERsoNZgX6FYtr-bee85rIyu4U-OrbUvEpR1FLPXa7lTlx65QvhVIYGbIKde7ERIT_7QLOQoVFvPz0gX-H6V7UlmSRgRy4LK_R9mvV5TqCy3v90WK_AFuwEhPXcg";
const char* group_id = "1759482180095975904";
const char* url = "https://api.minimax.chat/v1/t2a_pro?GroupId=1759482180095975904";

去Minimax官网获取：https://www.minimaxi.com/user-center/basic-information

  1. group ID获取
    在这里插入图片描述
  2. api KEy获取
    在这里插入图片描述
  3. const char* url = "https://api.minimax.chat/v1/t2a_pro?GroupId=1759482180095975904";请求不需要变化
  • 音色选择：通过1234分别选择//青年大学生音色：male-qn-daxuesheng;甜美女性音色：female-tianmei;男性主持人：presenter_male;女性主持人：presenter_female
  • 音频播放：使用audio.connecttohost(myCharPointer)将获取的音频文件URL传递给MAX98357进行播放。

以上通过发送HTTP请求到Minimax TTS API，将文本转换为语音。将转换后的语音文件通过MAX98357播放出来。

4. 播放文本

先上烧录配置
在这里插入图片描述

在ESP32上运行上述代码后，它将自动连接到WiFi并开始播放指定的MP3音乐文件。你也可以通过串口发送1234分别选择//青年大学生音色：male-qn-daxuesheng;甜美女性音色：female-tianmei;男性主持人：presenter_male;女性主持人：presenter_female，以实现在线播放。
打开串口115200波特率，选择没有结束符，输入1等待答复
在这里插入图片描述

5. 结论

🥳🥳🥳现在，我们在本教程中，您学习了通过本教程，您应该能够成功地将ESP32S3N8R8开发板与MAX98357音频放大器结合，实现与Minimax长文本语音合成TTS服务的集成。这不仅能够为您的项目增加语音交互功能，还能够提升用户体验。🛹🛹🛹从而实现对外部世界进行感知，充分认识这个有机与无机的环境，在实际应用中，您可能还需要考虑如何优化网络请求的效率、如何处理不同语言和口音的文本，以及如何提高系统的稳定性和响应速度。希望本教程能够作为您开始探索语音合成技术的一个起点，随着技术的不断进步，未来将有更多创新的应用等待着我们去发现和实现。🥳🥳🥳科学地合理地进行创作和发挥效益，然后为人类社会发展贡献一点微薄之力。🤣🤣🤣

参考资料：

  • ESP32-audioI2S库
  • MAX98357芯片手册
  • https://github.com/schreibfaul1/ESP32-audioI2S/
  • 【ESP32使用MAX98357播放音频】

如果你有任何问题，可以通过下面的二维码加入鹏鹏小分队，期待与你思维的碰撞😘😘😘


http://www.ppmy.cn/ops/31740.html

相关文章

美国SEC爆锤以太坊

美国SEC爆锤以太坊

美国SEC爆锤以太坊已有1年之久。 4月30日&#xff0c;据美国《福克斯商业》独家曝光&#xff0c;最新法庭文件显示&#xff0c;美国SEC主席Gensler认为以太坊是一种证券至少已有一年之久 美国SEC及其主席Gary Gensler似乎至少在一年前就认为&#xff0c;以太坊可能是一种未经注…
阅读更多...
web3风格的网页怎么设计？分享几个，找找感觉。

web3风格的网页怎么设计？分享几个，找找感觉。

web3风格的网站是指基于区块链技术和去中心化理念的网站设计风格。这种设计风格强调开放性、透明性和用户自治&#xff0c;体现了Web3的核心价值观。 以下是一些常见的Web3风格网站设计元素&#xff1a; 去中心化标志&#xff1a;在网站的设计中使用去中心化的标志&#xff0…
阅读更多...
K8S哲学 - statefulSet 灰度发布

K8S哲学 - statefulSet 灰度发布

kubectl get - 获取资源及配置文件 kubectl get resource 【resourceName -oyaml】 kubectl create - 指定镜像创建或者 指定文件创建 kubectl create resource 【resourceName】 --imagemyImage 【-f my.yaml】 kubectl delete kubectl describe resource resourc…
阅读更多...
【银角大王——Django课程——用户表的基本操作2】

【银角大王——Django课程——用户表的基本操作2】

用户表的基本操作2 编辑用户按钮删除按钮入职日期——不显示时分&#xff0c;只显示年月日——使用DataField函数不使用DateTimeField修改models记得重新执行命令&#xff0c;更新数据库结构修改前修改后 编辑用户按钮 点击编辑&#xff0c;跳转到编辑页面&#xff08;将编辑的…
阅读更多...
第十五届蓝桥杯省赛大学B组(c++)

第十五届蓝桥杯省赛大学B组(c++)

很幸运拿了辽宁赛区的省一,进入6月1号的国赛啦... 这篇文章主要对第十五届省赛大学B组(C)进行一次完整的复盘,这次省赛2道填空题6道编程题: A.握手问题 把握手情景看成矩阵: 粉色部分是7个不能互相捂手的情况 由于每个人只能和其他人捂手, 所以黑色情况是不算的 1和2握手2和…
阅读更多...
PDF Shaper Ultimate 免安装中文破姐版 v14.1

PDF Shaper Ultimate 免安装中文破姐版 v14.1

软件介绍 PDF Shaper是一套完整的多功能PDF编辑工具&#xff0c;可实现最高的生产力和文档安全性。它允许你分割&#xff0c;合并&#xff0c;水印&#xff0c;署名&#xff0c;优化&#xff0c;转换&#xff0c;加密和解密您的PDF文件&#xff0c;也可插入和移动页&#xff0…
阅读更多...
什么是u-boot？

什么是u-boot？

2024年5月4日&#xff0c;周六下午 u-boot&#xff08;Universal Boot Loader&#xff09;是一种开源的引导加载程序&#xff0c;用于嵌入式系统中。它通常用于启动各种类型的处理器架构&#xff0c;如ARM、PowerPC、MIPS等。u-boot的主要功能是在嵌入式系统启动时初始化硬件&a…
阅读更多...
爬虫自动化之drissionpage实现随时切换代理ip

爬虫自动化之drissionpage实现随时切换代理ip

目录 一、视频二、dp首次启动设置代理三、dp利用插件随时切换代理一、视频 视频直接点击学习SwitchyOmega插件使用其它二、dp首次启动设置代理 from DrissionPage import ChromiumPage, ChromiumOptions from loguru
阅读更多...
最新文章

Copyright @ 2022~2023