問題タブ [amazon-polly]

私はプログラマー/開発者ではなく、マルチメディア デザイナーであるという事実から始めたいと思います。テキスト読み上げを使用して、公式のオーディオ ナレーションを録音する前に、アニメーションのタイミングを合わせるために使用できるプレースホルダー オーディオ ファイルを生成します。

以前は Amazon Polly を使用していましたが、Google Cloud を試してみたかったのです。ただし、mp3 ファイルを生成して保存する方法を実際に理解するのに最も苦労しています。

Amazon Polly を使用すると、ウェブサイトにアクセスしてフィールドにテキストを入力し、ボタンをクリックするだけで、ファイルが mp3 ファイルとして保存されます。Google Cloud では、それよりもはるかに複雑に思えます。「クイック スタート」ガイドでは、API の有効化、JSON ファイルのダウンロード、環境資格情報の設定、SDK の初期化、およびコマンド プロンプトへのコードの入力について説明しています。

ドキュメンテーションページで読んだガイドのすべてが、私が単に理解していないステップに必然的につながるようです。私は完全な道化師のように聞こえるのは嫌いですが、これは私の頭を少し超えているようです. ソフトウェアを作成したり、機械学習を Web サイトに統合したりするつもりはありません。数行のテキストを入力して mp3 ファイルを生成したいだけです。

Google Cloud でそれを行う方法はありますか? 起動ページ ( https://cloud.google.com/text-to-speech/ ) はまさに私が望むものを提供しますが、ファイルをダウンロードするオプションはなく、プレビューするだけです。

この初心者に提供できるヘルプを前もって感謝します。

jquery と amazon SDK を含むページがあります。ユーザーが変更できる領域ボックスにテキストがあります。Amazonへのリクエストに成功しました。PCM AudioStream (Int16Array) を取得します。このストリームをダウンロード可能な PCM ファイルに変換するにはどうすればよいですか? ファイルがダウンロードされると、ファイルは役に立たなくなり、再生できなくなります。ファイルのサイズは 0 より大きいため、そこにデータがあると思われます。

テキストを AWS Polly に送信して音声に変換し、その mp3 ファイルを S3 に保存しようとしています。その部分は現在機能しているようです。

私はまた、他のいくつかのことを達成しようとしています:

1. mp3 ファイルをパブリックにアクセスできるようにします。現在、AWS コンソールに移動して [公開する] ボタンをクリックする必要があります。'ACL' => 'public-read' が機能しないようです

2. mp3 ファイルの完全な URL を返す必要があります。何らかの理由で $result_polly['ObjectURL']; 値を取得しません。

私は何が欠けていますか？

私はPythonの初心者です。有効な mp3 を出力していないように見えるため、Polly の何が問題なのかを突き止めようとしています。

私はこれらのチュートリアルに大まかに従っています: 1 2

しかし、文字制限のためにファイルを連結していないので、Audiosegment や ffmpeg を使用する必要はないと思いますよね?

これが私のコードです：

エラーは私にこれを与えます:

そして私が取り出したら

Polly の出力は、File オブジェクトではなく int のままであるため、次のようになります。

何か助けはありますか？前もって感謝します。

TTS に Amazon Polly を使用していますが、変換された音声をコンピューターの .mp3 ファイルに保存する方法を取得できません。

gTTS を試しましたが、タスクには Amazon Polly が必要です。

さて、この変換された音声を再生したり、.mp3 ファイルとして PC に保存したりするにはどうすればよいでしょうか?