官方文档：https://docs.aws.amazon.com/sdk-for-go/v1/developer-guide/using-polly-with-go-sdk.html
申请一个 AWS 账号
首先进入 https://aws.amazon.com/cn/polly/ 申请一个 AWS 账号
申请一个 AWS 账号中要求填写真实的地址（主要对应上就可以），因为AWS那边会对你申请的账户进行验证，验证不通过账户会被停用。
创建IAM用户 获取 密钥信息
进入IAM控制台创建用户和权限
点击 用户，添加用户
输入用户名称test，勾选 访问密钥 - 编程访问
下一步权限，这时需要创建一个组，点击 创建组
创建组：输入组名，选择相应的权限，我们这里输入polly进行搜索，勾选 AmazonPollyFullAccess
添加标签：
创建用户：
###获取 访问密钥 ID 和 访问密钥 ID，记下来之后要用。
在 home 目录下创建一个文件.aws/credentials
内容如下(填入密钥信息)：
[default]
aws_access_key_id = XXXXX
aws_secret_access_key = XXXXXXXXXXXXXXXXXX
Golang代码
创建目录 golang-polly
golang-polly下新建service文件夹
service/polly-service.go 内容如下(常量const部分可以自定义，这里我只添加了部分)：
package service
import (
"fmt"
"github.com/aws/aws-sdk-go/aws"
"github.com/aws/aws-sdk-go/aws/session"
"github.com/aws/aws-sdk-go/service/polly"
"os"
"io"
)
// 文档 https://pkg.go.dev/github.com/aws/aws-sdk-go-v2/service/polly#SynthesizeSpeechInput
// 引擎
const (
// EngineStandard 是一个引擎枚举值
EngineStandard = "standard"
// EngineNeural 是一个引擎枚举值
EngineNeural = "neural"
)
const (
RATE_8000 rate = 8000
RATE_16000 rate = 16000
RATE_22050 rate = 22050
)
type rate int
const (
CMN_CN = "cmn-CN" // 中文普通话
EN_US = "en-US" // 英语美国
JA_JP = "ja-JP" // 日本
KO_KR = "ko-KR" // 韩语
IT_IT = "it-IT" // 意大利语
DE_DE = "de-DE" // 德语
FR_FR = "fr-FR" // 法语
RU_RU = "ru-RU" // 俄语
)
// 声音
const (
// 中文普通话
Zhiyu = "Zhiyu" // 女
// 英语美国
Salli = "Salli" // 女
Joanna = "Joanna"
Ivy = "Ivy"
Kendra = "Kendra"
Kimberly = "Kimberly"
Kevin = "Kevin" // 男
Matthew = " Matthew"
Justin = "Justin"
Joey = "Joey"
// 日本
Mizuki = "Mizuki" // 女
Takumi = "Takumi" // 男
// 韩语
Seoyeon = "Seoyeon" // 女
// 意大利语
Bianca = "Bianca" // 女
Carla = "Carla" // 女
Giorgio = "Giorgio" // 男
// 德语
Marlene = "Marlene" // 女
Vicki = "Vicki" // 女
Hans = "Hans" // 男
// 法语
Celine = "Céline" // 女
Lea = "Lea" // 女
Mathieu = "Mathieu" // 男
// 俄语
Tatyana = "Tatyana" // 女
Maxim = "Maxim" // 男
)
const (
AUDIO_FORMAT = "mp3"
)
const (
TEXT = "text"
SSML = "ssml"
)
type PollyService interface {
Synthesize(text string, mp3FileName string) error
}
type pollyConfig struct {
voice string
engine string
texttype string
}
func NewPollyService(voice string, engine string, texttype string) PollyService {
return &pollyConfig{
voice: voice,
engine: engine,
texttype: texttype,
}
}
// func NewZhiyuPollyService() PollyService {
// return &pollyConfig{
// voice: Zhiyu,
// engine: EngineStandard,
// }
// }
func createPollyClient() *polly.Polly {
// Create AWS Session
// sess := session.Must(session.NewSessionWithOptions(session.Options{
// SharedConfigState: session.SharedConfigEnable,
// }))
// ap-northeast-1 us-west-2
sess, _ := session.NewSession(&aws.Config{
Region: aws.String("ap-northeast-1")},
)
// Create Polly client
return polly.New(sess)
}
func (config *pollyConfig) Synthesize(text string, fileName string) error {
pollyClient := createPollyClient()
// Output to MP3
/*
OutputFormat types.OutputFormat
Text *string
VoiceId types.VoiceId
Engine types.Engine
LanguageCode types.LanguageCode
LexiconNames []string
SampleRate *string // are "8000" and "16000" The default value is "16000"
SpeechMarkTypes []types.SpeechMarkType
// Specifies whether the input text is plain text or SSML. The default value is
// plain text. For more information, see Using SSML
// (https://docs.aws.amazon.com/polly/latest/dg/ssml.html).
TextType types.TextType
*/
// EngineNeural "neural"
input := &polly.SynthesizeSpeechInput{
Engine: aws.String(config.engine),
OutputFormat: aws.String(AUDIO_FORMAT),
Text: aws.String(text),
VoiceId: aws.String(config.voice),
TextType:aws.String(config.texttype),
}
// input =
output, err := pollyClient.SynthesizeSpeech(input)
if err != nil {
return err
}
outFile, err := os.Create(fileName)
if err != nil {
return err
}
defer outFile.Close()
_, err = io.Copy(outFile, output.AudioStream)
if err != nil {
return err
}
return nil
}
func Test() {
// sess := session.Must(session.NewSessionWithOptions(session.Options{
// SharedConfigState: session.SharedConfigEnable,
// }))
sess, _ := session.NewSession(&aws.Config{
Region: aws.String("ap-northeast-1")},
)
svc := polly.New(sess)
fmt.Println(svc)
// en-US cmn-CN
input := &polly.DescribeVoicesInput{LanguageCode: aws.String("ru-RU")}
resp, err := svc.DescribeVoices(input)
fmt.Println(err)
for _, v := range resp.Voices {
fmt.Println("Name: " + *v.Name)
fmt.Println("Gender: " + *v.Gender)
fmt.Println("")
}
}
文件golang-polly/main.go
新建main.go内容 如下：
有些注释的内容忽略即可
package main
// import "gitlab.com/pragmaticreviews/golang-amazon-polly/service"
import (
"fmt"
"os"
// "io"
"io/ioutil"
"golang-polly/service"
)
var(
// zhiyu service.PollyService = service.NewZhiyuPollyService()
// kimberly service.PollyService = service.NewKimberlyPollyService()
// joey service.PollyService = service.NewJoeyPollyService()
// 支持新闻联播
// joanna service.PollyService = service.NewJoannaPollyService()
// matthew service.PollyService = service.NewMatthewPollyService()
)
func getFileContext(fileName string) (string, error) {
contents, err := ioutil.ReadFile(fileName)
if err != nil {
fmt.Println("Got error opening file " + fileName)
fmt.Println(err.Error())
os.Exit(1)
return "", err
}
// Convert bytes to string
s := string(contents[:])
return s, err
}
/*
新闻播音员语音中仅提供美国英语 (en-US) 的 Matthew 和 Joanna、美国西班牙语 (es-US) 的 Lupe 和英国英语 (en-GB) 的 Amy
*/
func main() {
// service.Test()
// 从文件读取内容
// fileName := os.Args[1]
// contents, err := getFileContext(fileName)
// fmt.Println(contents)
// fmt.Println(err)
zhiyu := service.NewPollyService(service.Zhiyu, service.EngineStandard,service.TEXT)
// err := zhiyu.Synthesize("你好啊，我是知更鸟哦！", "zhiyu.mp3")
err := zhiyu.Synthesize("臭大猫，下班没？", "mao.mp3")
if err != nil {
panic(err)
}
// joanna := service.NewPollyService(service.Joanna, service.EngineNeural, service.SSML)
// err = joanna.Synthesize(contents, "joanna2.mp3")
// if err != nil {
// panic(err)
// }
}
运行程序
// 需要安装一些包，根据提示进行就可以
go mod init golang-polly
go run main.go
生成的go.mod内容如下：
module golang-polly
go 1.17
require (
github.com/aws/aws-sdk-go v1.42.14 // indirect
github.com/jmespath/go-jmespath v0.4.0 // indirect
)
至此，你应该学会了亚马逊波莉的简单使用了，最后想提个问题，你可以将此次coding应用到哪些地方呢？