Golang使用微软语音SDK实现文字转语音，Docker环境开箱即用

微软语音是什么这里就不多说了，文本转语音我之前尝试过调用 REST API，但是太慢了，一句话的文本还行，几百字的文本就需要几十秒，甚至几分钟，就很容易失败。所以这次尝试一下Go版本的 SDK，吸引我的点是它快，并且可以在服务端运行

配置开发环境

按照官方文档所说需要先配置语音SDK，而这个SDK只支持Linux，所以我选择了Go的官方Docker镜像 Golang:1.19（此镜像是基于Debian），然后配合VS Code进行容器内开发

如上，我打开了VS Code，按照官方文档的步骤

apt-get update

apt-get install build-essential libssl-dev libasound2 wget

export SPEECHSDK_ROOT="$HOME/speechsdk"
mkdir -p "$SPEECHSDK_ROOT"

wget -O SpeechSDK-Linux.tar.gz https://aka.ms/csspeech/linuxbinary
tar --strip 1 -xzf SpeechSDK-Linux.tar.gz -C "$SPEECHSDK_ROOT"
ls -l "$SPEECHSDK_ROOT"

export CGO_CFLAGS="-I$SPEECHSDK_ROOT/include/c_api"

export CGO_LDFLAGS="-L$SPEECHSDK_ROOT/lib/x64 -lMicrosoft.CognitiveServices.Speech.core"

export LD_LIBRARY_PATH="$SPEECHSDK_ROOT/lib/x64:$LD_LIBRARY_PATH"

如上，导入了几个环境变量，而且是用export，export命令的效果仅限于当前登录终端，也就是说你关闭VS Code，再重新打开就失效了，需要重新导入。这不是我想要的，所以就需要重新构建镜像，直接看Dockerfile

FROM golang:1.19
RUN go env -w GO111MODULE=on
RUN go env -w GOPROXY=https://goproxy.cn,direct

#speechsdk start
ENV SPEECHSDK_ROOT="$HOME/speechsdk"
RUN apt-get update && apt-get install -y build-essential libssl-dev libasound2 wget \
    && mkdir -p "$SPEECHSDK_ROOT" \
    && wget -O SpeechSDK-Linux.tar.gz https://aka.ms/csspeech/linuxbinary \
    && tar --strip 1 -xzf SpeechSDK-Linux.tar.gz -C "$SPEECHSDK_ROOT" \
    && ls -l "$SPEECHSDK_ROOT" \
    && rm SpeechSDK-Linux.tar.gz
ENV CGO_CFLAGS="-I$SPEECHSDK_ROOT/include/c_api"
ENV CGO_LDFLAGS="-L$SPEECHSDK_ROOT/lib/x64 -lMicrosoft.CognitiveServices.Speech.core"
ENV LD_LIBRARY_PATH="$SPEECHSDK_ROOT/lib/x64:$LD_LIBRARY_PATH"
#speechsdk end

然后，构建

docker build -t chudaozhe/golang:1.19-speechsdk .

此镜像已推到Docker Hub，大家可以直接使用

镜像的使用

这里简单介绍一下如何使用这个镜像

.dockerdocker-compose.yaml

cuiwei@weideMacBook-Pro cobra-demo % cat .docker/docker-compose.yaml 
version: '3'

networks:
  go-network:

services:
  docker-go:
    image: chudaozhe/golang:1.19-speechsdk
    tty: true
#    command: /bin/bash -c "go env -w GO111MODULE=on && go env -w GOPROXY=https://goproxy.cn,direct && bash"
    ports:
      - 8000:8000
    networks:
      - go-network

Docker DesktopDev EnvironmentsCreatecobra-demo

OPEN IN VSCODE

测试一下

直接使用官方的demo：文本转语音输出到扬声器

如图，先替换一下key和region，然后执行

可以看到输出成功了，但你可能听不到声音；没关系，语音输出到扬声器不是我的目的，输出到文件才是。

将语音合成到文件

参考