百度AI攻略：语音合成升级人群流量监控方案

1.功能描述：

语音合成：基于业界领先的深度神经网络技术，提供高度拟人、流畅自然的语音合成服务，让您的应用、设备开口说话，更具个性

2.特色优势

支持多语言多音色
支持中文、英文、中英文混读合成，提供基础音库和精品音库共9种发音人供您选择，让您的应用拥有个性化的声音

丰富的场景应用
支持纯在线、纯离线、离在线融合三种应用方式，支持在有网、无网、弱网环境下的合成播报，满足不同的场景需求

方便快捷的集成方式
提供REST API接口，方便可发起网络请求的设备进行合成；提供Android、iOS SDK，轻巧简便，便于手机、智能硬件快速集成

3.调用攻略（Python3）及评测

3.1API(Python)说明：
请严格按照文档里描述的参数进行开发。请注意以下几个问题：
1.合成文本长度必须小于1024字节，如果本文长度较长，可以采用多次请求的方式。切忌文本长度超过限制。
2.新创建语音合成应用不限制每日调用量，但有QPS限额。详细限额数据可在控制台中查看。完成个人实名认证及企业认证可提高QPS限额。若需更大QPS可进一步商务合作咨询。
3.必填字段中，严格按照文档描述中内容填写。

配置AipSpeech
如果用户需要配置AipSpeech的网络请求参数(一般不需要配置)，可以在构造AipSpeech之后调用接口设置参数，目前只支持以下参数：

接口 说明
setConnectionTimeoutInMillis 建立连接的超时时间（单位：毫秒
setSocketTimeoutInMillis 通过打开的连接传输数据的超时时间（单位：毫秒）

3.2 接口说明
语音合成接口描述
基于该接口，开发者可以轻松的获取语音合成能力

输入参数：

返回样例：

// 成功返回二进制文件流
// 失败返回
{
"err_no":500,
"err_msg":"notsupport.",
"sn":"abcdefgh",
"idx":1
}
错误信息
若请求错误，服务器将返回的JSON文本包含以下参数：

error_code：错误码。
error_msg：错误描述信息，帮助理解和解决发生的错误。

错误码 含义
500 不支持的输入
501 输入参数不正确
502 token验证失败
503 合成后端错误

3.3 代码实现

Python3调用代码如下：

[code]from aip import AipSpeech

APP_ID = '你的 App ID'
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'

def doc2speech(content,resultfile):
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

result  = client.synthesis(content, 'zh', 1, {
'vol': 5,
})

# 识别正确返回语音二进制 错误则返回dict 参照下面错误码
if not isinstance(result, dict):
with open(resultfile, 'wb') as f:
f.write(result)

doc2speech('测试百度语音功能','../voc/voc1.mp3')

4.功能评测

选用不同的数据对效果进行测试，发现生成速度很快，效果很好。可以应用于：
泛阅读：通过阅读类APP阅读小说或新闻时，使用语音合成技术为用户提供多种发音人的朗读功能，释放双手和双眼，获得更极致的阅读体验
订单播报：可应用于打车软件、餐饮叫号、排队软件等场景，通过语音合成进行订单播报，让您便捷获得通知信息
智能硬件：可集成到儿童故事机、智能机器人、平板设备等智能硬件设备，使用户与设备的交互更自然、更亲切
等场景。

5 应用案例

应用语音合成功能对我以前写的人群流量方案进行升级，原文章链接如下：
https://ai.baidu.com/forum/topic/show/953160
原方案在发现过于拥挤后生成警告信息发给工作人员，由工作人员来进行疏散，需要比较长的时间周期。升级后直接对于过于拥挤的时候，除了发布警告信息给工作人员之外，还通过语音合成生成警告信息，通过园区的广播，直接指导人们离开过于拥挤的地方，降低危险性。

修改后的方案如图所示：

例如对于案例中，设置的是：区域1一个人也不应该有（因为禁止游泳），区域2报警阈值650，区域3报警阈值200.

那么在分析后就会触发针对区域2的报警广播，“附近人员过多，最大650人，现已733人，请启动限流疏散措施”。

• 点赞
• 收藏
• 分享
• 文章举报