通过

你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

获取个人语音的说话人配置文件 ID

  • 项目

若要在应用程序中使用个人语音，需要获取说话人个人配置文件 ID。 说话人配置文件 ID 用于使用提供的文本输入生成合成音频。

根据说话人的口头同意声明和音频提示（5 到 90 秒之间的干净人声样本）创建说话人配置文件 ID。 用户的声音特征在用于文本转语音的 speakerProfileId 属性中进行了编码。 有关详细信息，请参阅在应用程序中使用个人语音。

注意

个人语音 ID 和说话人个人配置文件 ID 不同。 你可以选择个人语音 ID，但说话人配置文件 ID 由服务生成。 个人语音 ID 用于管理个人语音。 说话人配置文件 ID 用于文本转语音。

需要从可公开访问的 URL (PersonalVoices_Create) 提供音频文件，也可上传音频文件 (PersonalVoices_Post)。

提示音频格式

提示音频文件支持的格式如下：

Format 采样率 比特率 位深度
mp3 16 kHz、24 kHz、44.1 kHz、48 kHz 128 kbps、192 kbps、256 kbps、320 kbps /
wav 16 kHz、24 kHz、44.1 kHz、48 kHz / 16 位、24 位、32 位

从文件创建个人声音

在此方案中，音频文件必须位于本地。

若要创建个人语音并获取说话人个人配置文件 ID，请使用自定义语音 API 的 PersonalVoices_Post 操作。 根据以下说明构造请求正文：

  • 设置所需的 projectId 属性。 请参阅创建项目。
  • 设置所需的 consentId 属性。 请参阅添加用户同意。
  • 设置所需的 audiodata 属性。 可以在同一请求中指定一个或多个音频文件。

使用 URI 发出 HTTP POST 请求，如以下 PersonalVoices_Post 示例所示。

  • 将 YourResourceKey 替换为语音资源密钥。
  • 将 YourResourceRegion 替换为语音资源区域。
  • 将 JessicaPersonalVoiceId 替换为所选的个人语音 ID。 个人语音的 URI 中将使用区分大小写的 ID，并且以后无法更改。
curl -v -X POST -H "Ocp-Apim-Subscription-Key: YourResourceKey" -F 'projectId="ProjectId"' -F 'consentId="JessicaConsentId"' -F 'audiodata=@"D:\PersonalVoiceTest\CNVSample001.wav"' -F 'audiodata=@"D:\PersonalVoiceTest\CNVSample002.wav"' "
https://YourResourceRegion.api.cognitive.microsoft.com/customvoice/personalvoices/JessicaPersonalVoiceId?api-version=2024-02-01-preview"

你应该会收到以下格式的响应正文：

{
  "id": "JessicaPersonalVoiceId",
  "speakerProfileId": "3059912f-a3dc-49e3-bdd0-02e449df1fe3",
  "projectId": "ProjectId",
  "consentId": "JessicaConsentId",
  "status": "NotStarted",
  "createdDateTime": "2024-09-01T05:30:00.000Z",
  "lastActionDateTime": "2024-09-02T10:15:30.000Z"
}

使用 speakerProfileId 属性在文本转语音应用程序中集成个人语音。 有关详细信息，请参阅在应用程序中使用个人语音。

响应头包含 Operation-Location 属性。 使用此 URI 获取有关 PersonalVoices_Post 操作的详细信息。 以下是响应头示例：

Operation-Location: https://eastus.api.cognitive.microsoft.com/customvoice/operations/1321a2c0-9be4-471d-83bb-bc3be4f96a6f?api-version=2024-02-01-preview
Operation-Id: 1321a2c0-9be4-471d-83bb-bc3be4f96a6f

从 URL 创建个人声音

在此方案中，音频文件必须已存储在 Azure Blob 存储容器中。

若要创建个人语音并获取说话人个人配置文件 ID，请使用自定义语音 API 的 PersonalVoices_Create 操作。 根据以下说明构造请求正文：

  • 设置所需的 projectId 属性。 请参阅创建项目。
  • 设置所需的 consentId 属性。 请参阅添加用户同意。
  • 设置所需的 audios 属性。 在 audios 属性中，设置以下属性：
    • 将所需的 containerUrl 属性设置为包含音频文件的 Azure Blob 存储容器的 URL。 对具有读取权限和列表权限的容器使用共享访问签名 (SAS)。
    • 将所需 extensions 属性设置为音频文件的扩展名。
    • （可选）设置属性 prefix 以设置 Blob 名称的前缀。

使用 URI 发出 HTTP PUT 请求，如以下 PersonalVoices_Create 示例所示。

  • 将 YourResourceKey 替换为语音资源密钥。
  • 将 YourResourceRegion 替换为语音资源区域。
  • 将 JessicaPersonalVoiceId 替换为所选的个人语音 ID。 个人语音的 URI 中将使用区分大小写的 ID，并且以后无法更改。
curl -v -X PUT -H "Ocp-Apim-Subscription-Key: YourResourceKey" -H "Content-Type: application/json" -d '{
  "projectId": "ProjectId",
  "consentId": "JessicaConsentId",
  "audios": {
    "containerUrl": "https://contoso.blob.core.windows.net/voicecontainer?mySasToken",
    "prefix": "jessica/", 
    "extensions": [
      ".wav"
    ]
  }
} '  "https://YourResourceRegion.api.cognitive.microsoft.com/customvoice/personalvoices/JessicaPersonalVoiceId?api-version=2024-02-01-preview"

# Ensure the `containerUrl` has both read and list permissions. 
# Ensure the `.wav` files are located in the "jessica" folder within the container. The `prefix` matches all `.wav` files in the "jessica" folder. If there is no such folder, the prefix will match `.wav` files with names starting with "jessica".

你应该会收到以下格式的响应正文：

{
  "id": "JessicaPersonalVoiceId",
  "speakerProfileId": "3059912f-a3dc-49e3-bdd0-02e449df1fe3",
  "projectId": "ProjectId",
  "consentId": "JessicaConsentId",
  "status": "NotStarted",
  "createdDateTime": "2024-09-01T05:30:00.000Z",
  "lastActionDateTime": "2024-09-02T10:15:30.000Z"
}

使用 speakerProfileId 属性在文本转语音应用程序中集成个人语音。 有关详细信息，请参阅在应用程序中使用个人语音。

响应头包含 Operation-Location 属性。 使用此 URI 获取有关 PersonalVoices_Create 操作的详细信息。 以下是响应头示例：

Operation-Location: https://eastus.api.cognitive.microsoft.com/customvoice/operations/1321a2c0-9be4-471d-83bb-bc3be4f96a6f?api-version=2024-02-01-preview
Operation-Id: 1321a2c0-9be4-471d-83bb-bc3be4f96a6f

后续步骤

在应用程序中使用个人语音。