diff --git a/docs/BasisModule/Components/tts/README.md b/docs/BasisModule/Components/tts/README.md index a21dff6c..165583de 100644 --- a/docs/BasisModule/Components/tts/README.md +++ b/docs/BasisModule/Components/tts/README.md @@ -65,7 +65,7 @@ os.environ["APPBUILDER_TOKEN"] = "..." | speed | Integer | 否 | 语音语速，默认是5中等语速，取值范围在0~15之间，仅当模型为`baidu-tts`参数有效，如果模型为`paddlespeech-tts`，参数自动失效 | 5 | | pitch | Integer | 否 | 语音音调，默认是5中等音调，取值范围在0~15之间，仅当模型为`baidu-tts`参数有效，如果模型为`paddlespeech-tts`，参数自动失效 | 5 | | volume | Integer | 否 | 语音音量，默认是5中等音量，取值范围在0~15之间，,仅当模型为`baidu-tts`参数有效，如果模型为`paddlespeech-tts`，参数自动失效 | 5 | -| person | Integer | 否 | 语音人物特征，默认是0(度小美),普通音库可选值包括: 0(度小美)、1(度小宇)、3(度逍遥-基础)、4(度丫丫)；精品音库包括：5003(度逍遥-精品)、 5118(度小鹿) 、106(度博文)、 110(度小童)、 111(度小萌)、 103(度米朵)、 5(度小娇),仅当模型为`baidu-tts`参数有效，如果模型为`paddlespeech-tts`，参数自动失效 | 0 | +| person | Integer | 否 | 语音人物特征，默认是0(度小美),普通音库可选值包括: 0(度小美)、1(度小宇)、3(度逍遥-基础)、4(度丫丫)；精品音库包括：5003(度逍遥-精品)、5118(度小鹿)、106(度博文)、110(度小童)、111(度小萌)、103(度米朵)、5(度小娇)；臻品音库包括：4003(度逍遥-情感男声)、4106(度博文-专业男主播)、4115(度小贤-电台男主播)、4119(度小鹿-甜美女声)、4105(度灵儿-清激女声)、4117(度小乔-活泼女声)、4100(度小雯-活力女主播)、4103(度米朵-可爱女声)、4144(度姗姗-娱乐女声)、4278(度小贝-知识女主播)、4143(度清风-配音男声)、4140(度小新-专业女主播)、4129(度小彦-知识男主播)、4149(度星河-广告男声)、4254(度小清-广告女声)、4206(度博文-综艺男声)、4226(南方-电台女主播)。仅当模型为`baidu-tts`参数有效，如果模型为`paddlespeech-tts`，参数自动失效 | 0 | | audio_type | String | 否 | 音频文件格式，如果使用`baidu-tts`模型可选`mp3`, `wav`; 如果使用`paddlespeech-tts`模型非流式返回，参数只能设为`wav`;如果使用`paddlespeech-tts`模型流式返回，参数只能设为`pcm` | wav | | stream | Bool | 否 | 默认是False, 目前`paddlespeech-tts`模型支持流式返回，`baidu-tts`模型不支持流式返回 | False | | retry | Integer | 否 | HTTP重试次数 | 3 | diff --git a/python/core/components/tts/README.md b/python/core/components/tts/README.md index a21dff6c..165583de 100644 --- a/python/core/components/tts/README.md +++ b/python/core/components/tts/README.md @@ -65,7 +65,7 @@ os.environ["APPBUILDER_TOKEN"] = "..." | speed | Integer | 否 | 语音语速，默认是5中等语速，取值范围在0~15之间，仅当模型为`baidu-tts`参数有效，如果模型为`paddlespeech-tts`，参数自动失效 | 5 | | pitch | Integer | 否 | 语音音调，默认是5中等音调，取值范围在0~15之间，仅当模型为`baidu-tts`参数有效，如果模型为`paddlespeech-tts`，参数自动失效 | 5 | | volume | Integer | 否 | 语音音量，默认是5中等音量，取值范围在0~15之间，,仅当模型为`baidu-tts`参数有效，如果模型为`paddlespeech-tts`，参数自动失效 | 5 | -| person | Integer | 否 | 语音人物特征，默认是0(度小美),普通音库可选值包括: 0(度小美)、1(度小宇)、3(度逍遥-基础)、4(度丫丫)；精品音库包括：5003(度逍遥-精品)、 5118(度小鹿) 、106(度博文)、 110(度小童)、 111(度小萌)、 103(度米朵)、 5(度小娇),仅当模型为`baidu-tts`参数有效，如果模型为`paddlespeech-tts`，参数自动失效 | 0 | +| person | Integer | 否 | 语音人物特征，默认是0(度小美),普通音库可选值包括: 0(度小美)、1(度小宇)、3(度逍遥-基础)、4(度丫丫)；精品音库包括：5003(度逍遥-精品)、5118(度小鹿)、106(度博文)、110(度小童)、111(度小萌)、103(度米朵)、5(度小娇)；臻品音库包括：4003(度逍遥-情感男声)、4106(度博文-专业男主播)、4115(度小贤-电台男主播)、4119(度小鹿-甜美女声)、4105(度灵儿-清激女声)、4117(度小乔-活泼女声)、4100(度小雯-活力女主播)、4103(度米朵-可爱女声)、4144(度姗姗-娱乐女声)、4278(度小贝-知识女主播)、4143(度清风-配音男声)、4140(度小新-专业女主播)、4129(度小彦-知识男主播)、4149(度星河-广告男声)、4254(度小清-广告女声)、4206(度博文-综艺男声)、4226(南方-电台女主播)。仅当模型为`baidu-tts`参数有效，如果模型为`paddlespeech-tts`，参数自动失效 | 0 | | audio_type | String | 否 | 音频文件格式，如果使用`baidu-tts`模型可选`mp3`, `wav`; 如果使用`paddlespeech-tts`模型非流式返回，参数只能设为`wav`;如果使用`paddlespeech-tts`模型流式返回，参数只能设为`pcm` | wav | | stream | Bool | 否 | 默认是False, 目前`paddlespeech-tts`模型支持流式返回，`baidu-tts`模型不支持流式返回 | False | | retry | Integer | 否 | HTTP重试次数 | 3 | diff --git a/python/core/components/tts/component.py b/python/core/components/tts/component.py index 43639379..fef10411 100644 --- a/python/core/components/tts/component.py +++ b/python/core/components/tts/component.py @@ -93,8 +93,15 @@ def run(self, volume (int, 音量): 语音音量，默认是5中等音量，取值范围在0~15之间， 如果选择模型为paddlespeech-tts，参数自动失效。 person (int, 可选): 语音人物特征，默认是0, - 可选值包括度小宇=1 度小美=0 度逍遥（基础）=3 度丫丫=4 度逍遥（精品）=5003 - 度小鹿=5118 度博文=106 度小童=110 度小萌=111 度米朵=103 度小娇=5， + 可选值包括: + 度小宇=1 度小美=0 度逍遥（基础）=3 度丫丫=4 度逍遥（精品）=5003 + 度小鹿=5118 度博文=106 度小童=110 度小萌=111 度米朵=103 度小娇=5 + 度逍遥-情感男声=4003 度博文-专业男主播=4106 度小贤-电台男主播=4115 + 度小鹿-甜美女声=4119 度灵儿-清激女声=4105 度小乔-活泼女声=4117 + 度小雯-活力女主播=4100 度米朵-可爱女声=4103 度姗姗-娱乐女声=4144 + 度小贝-知识女主播=4278 度清风-配音男声=4143 度小新-专业女主播=4140 + 度小彦-知识男主播=4129 度星河-广告男声=4149 度小清-广告女声=4254 + 度博文-综艺男声=4206 南方-电台女主播=4226， 如果选择模型为paddlespeech-tts，参数自动失效。 audio_type (str, 可选): 音频文件格式，默认是`mp3`， 如果选择`paddlespeech-tts`模型，参数只能设为`wav`。 diff --git a/python/core/components/tts/model.py b/python/core/components/tts/model.py index e91608a0..29f10b56 100644 --- a/python/core/components/tts/model.py +++ b/python/core/components/tts/model.py @@ -17,7 +17,6 @@ from pydantic import BaseModel - class TTSRequest(proto.Message): r"""文本转语音请求参数. @@ -32,7 +31,14 @@ class TTSRequest(proto.Message): pit(int, 可选): 语音音调，默认是5中等音调，取值范围在0~15之间，如果选择模型为paddlespeech-tts，参数自动失效. vol(int, 音量): 语音音量，默认是5中等音量，取值范围在0~15之间，如果选择模型为paddlespeech-tts，参数自动失效. per(int, 可选): 语音人物特征，默认是0,可选值包括度小宇=1 度小美=0 度逍遥（基础）=3 度丫丫=4 度逍遥（精品）=5003 - 度小鹿=5118 度博文=106 度小童=110 度小萌=111 度米朵=103 度小娇=5，如果选择模型为paddlespeech-tts，参数自动失效. + 度小鹿=5118 度博文=106 度小童=110 度小萌=111 度米朵=103 度小娇=5 + 度逍遥-情感男声=4003 度博文-专业男主播=4106 度小贤-电台男主播=4115 + 度小鹿-甜美女声=4119 度灵儿-清激女声=4105 度小乔-活泼女声=4117 + 度小雯-活力女主播=4100 度米朵-可爱女声=4103 度姗姗-娱乐女声=4144 + 度小贝-知识女主播=4278 度清风-配音男声=4143 度小新-专业女主播=4140 + 度小彦-知识男主播=4129 度星河-广告男声=4149 度小清-广告女声=4254 + 度博文-综艺男声=4206 南方-电台女主播=4226， + 如果选择模型为paddlespeech-tts，参数自动失效. aue(int, 可选): 语音格式, 默认是3(mp3) 4(pcm-16k) 5(pcm-8k) 6-wav. tp_project_id(str): paddlespeech-tts项目ID tp_per_id(str): paddlespeech-tts音频ID @@ -110,9 +116,13 @@ def __validate(self): def validate_baidu_tts(self): """检查baidu-tts模型请求参数""" self.__validate() - if self.per not in {0, 1, 3, 4, 5, 103, 106, 110, 111, 5003, 5118}: + + _BAIDU_VALID_PER = {0, 1, 3, 4, 5, 103, 106, 110, 111, 4003, 4106, 4115, 4119, + 4105, 4117, 4100, 4103, 4144, 4278, 4143, 4140, 4129, 4149, 4254, 4206, 4226, 5003, 5118} + + if self.per not in _BAIDU_VALID_PER: raise ValueError( - f"per value is illegal, exepcted in {0, 1, 3, 4, 5, 103, 106, 110, 111, 5003, 5118}, got {self.per}" + f"per value is illegal, expected in {_BAIDU_VALID_PER}, got {self.per}" ) if self.aue == 0: self.aue = 3