机器视觉应用技术语音合成（百度云边应用）.docxVIP

一实验目的

1.掌握百度语音合成的方法。

2.掌握AiCam框架的部署和使用。

实验内容

1.算法原理

1.1基本描述

百度语音合成服务应用，基于HTTP请求的RESTAPI接口，将文本转换为可以播放的音频文件，适用于手机应用语音交互、语音内容分析、智能硬件、呼叫中心智能客服等多种场景。

2.功能设计

2.1功能描述

AiCam人工智能轻量化应用框架是一款面向于人工智能边缘应用的开发框架，采用统一模型调用、

统一硬件接口、统一算法封装和统一应用模板的设计模式，实现了嵌入式边缘计算环境下进行快速的应

用开发和项目实施。

AiCam为模型算法的调用提供RESTful调用接口，应用端接收文本信息指令传递给边缘计算平台

进行语音合成，同时通过物联网云平台的应用接口，实现与硬件的连接和互动，最终形成各色智联网产

业应用。

AiCam框架如下图所示：

四、实验步骤

1.工程部署

1.1硬件部署

1）准备人工智能边缘应用平台，给边缘计算网关正确连接Wi-Fi天线、摄像头、电源。

2）按下电源开关上电启动边缘计算网关，将启动ubuntu操作系统。

3）系统启动后，连接局域网内的Wi-Fi网络，记录边缘计算网关的IP地址，比如：00。

1.2工程部署

1）运行MobaXterm工具，通过SSH登录到边缘计算网关（参考附录2）。

2）在SSH终端创建实验工作目录：

$mkdir-p~/aicam-exp

3）通过SSH将本实验工程代码和aicam工程包（DISK-AILab\02-软件资料\02-综合应用\aicam.zip）

上传到~/aicam-exp目录下（文件的上传参考附录2）。

4）在SSH终端输入以下命令解压缩实验工程：

2.算法测试

1）修改算法文件algorithm\baidu_speech_synthesis\baidu_speech_synthesis.py内的单元测试代码，填

写正确的百度账号信息。示例如下：

#设置参数

param_data={APP_IDAPI_KEYSECRET_KEY

2）文件修改好后，通过MobaXterm工具创建的SSH连接，将修改好的文件上传到边缘计算网关

（参考附录2）。

3）在SSH终端输入以下命令运行算法进行单元测试，本实验将会读取需要合成的文本文件，将合

成的音频文件保存为out.mp3，并在终端打印识别的结果：

在算法路径下可以看到生成的MP3文件，点击可以播放：

3.工程运行

1）修改工程配置文件static\baidu_speech_synthesis\js\config.js内的百度账号信息，填写正确的百度

账号信息。示例如下：

baidu_id://百度APP_ID

baidu_apikey://百度API_KEY

baidu_secretkey://百度SECRET_KEY

2）文件修改好后，通过MobaXterm工具创建的SSH连接，将修改好的文件上传到边缘计算网关

（参考附录2）。

3）在SSH终端输入以下命令运行实验工程

4.语音合成

1）在实验交互区填入需要合成播报的文本信息，点击“发送按钮”，算法将进行语音合成并弹窗提示识别状态。

2）识别成功后，在实验交互区可以看到合成的语音频谱图，点击“播放”按钮可以播放合成的音频内容。