跳到主要内容

流式语音合成WebSocket API

目录​

接口地址：​

外网访问地址:

wss://aibook-api.mthreads.com:32414/api/v2/tts/stream_generate

注意: 访问令牌（Access Token）请联系我们获取。联系方式： meng.cai@mthreads.com, ye.wang@mthreads.com

TTS 音色列表​

体验demo：https://voice.mthreads.com/

音色voice_name性别备注
程小可AIBC006_llm女大模型音色
程小清AIBF004_llm女大模型音色
程小新AIBF105_llm女大模型音色
程小艾AIBF111_llm女大模型音色
程小曲AIBF001_llm女大模型音色
程小园AIBF002_llm女大模型音色
程小苏AIBF003_llm女大模型音色
程小迪AIBM107_llm男大模型音色
程小春AIBM115_llm男大模型音色
程小虎AIBM101_llm男大模型音色
程小帅AIBM103_llm男大模型音色
晓凌LYG1004_llm女大模型音色
穆莎SSB3001_llm女大模型音色
米塔SSB3002_llm女大模型音色
晓柒LYG3001_llm男大模型音色
BabyXWSH0001_llm男大模型音色
BoyTenWSH0002_llm男大模型音色
程小可(lite)AIBC006女
程小曲(lite)AIBF001女
小美(lite)NYS0001女
小雅(lite)NYS0002女
穆莎(lite)SSB3001女
米塔(lite)SSB3002女
晓凌(lite)LYG1004女
晓柒(lite)LYG3001男
BabyX(lite)babyx男
BoyTen(lite)boyten男

接口说明​

单句流式合成​

使用说明​

client单次发送请求信息，server流式返回一到多条返回返回信息

注意事项：​

  • 支持SSML输入

  • websocket单次连接仅支持单次合成(返回时间戳为连续数值)，若需要合成多次，则需要多次建立连接

交互流程​

image.png

流式文本合成：文本大模型实时生成场景​

使用说明​

流式文本语音合成基于文本持续输入的应用场景进行测试，该接口可以面向大语言模型逐字输入的场景持续输出合成音频，极大地提升了交互体验，减少了用户等待时间，又能同时兼顾在连续文本输入中合成语音效果的上下文连贯性、韵律风格一致性。

注意事项​

  • 不支持SSML输入

  • websocket单次连接仅支持单次合成(返回时间戳为连续数值)，如果需要重置时间戳，需要重新建立连接

  • 在调用上游就已经确定了全部文本时不建议使用本接口：由于流式文本接口需要维护额外的文本缓冲，整体合成时延会略高于单向流式合成

交互流程​

image.png

基础参数说明​

发送请求​

字段说明​

参数类型层级必须默认值说明
access_tokenString1✓目前未生效，填写默认值：default_token
clusterString1✓当前请求使用的算法集群，不同集群支持不同音色，mt_tts / mt_llm_tts
inputDict1✓内容相关配置
textString2✓待合成文本，文本内容必须采用UTF-8编码，长度不超过300个字符（英文字母之间需要添加空格）。
text_typeString2plainplain / ssml, 默认为plain
enable_subtitleBoolean2false开启字级别时间戳。(开启之后大模型音色首包latency会变高)
enable_phoneme_timestampBoolean2false开启音素级别时间戳。(开启之后大模型音色首包latency会变高)
voice_configDict1✓音色相关配置
voice_nameString2✓
audio_configDict1音频相关配置
speed_ratioFloat21语速，[0.2,3]，默认为1，通常保留一位小数即可（大模型音色不支持）
volume_ratioFloat21音量，[0.1, 3]，默认为1，通常保留一位小数即可（大模型音色不支持）
pitch_ratioFloat21音高，[0.1, 3]，默认为1，通常保留一位小数即可（大模型音色不支持）

请求示例​

{
  "access_token": "XXXXX",
  "cluster": "mt_tts",
  "input": {
    "text": "摩尔线程语音合成",
    "text_type": "plain",
    "enable_subtitle": true,
    "enable_phoneme_timestamp": true
  },
  "voice_config": {
    "voice_name": "LYG1004",
    "emotion": "happy",
    "language": "cn"
  },
  "audio_config": {
    "encoding": "pcm",
    "sample_rate": 22050,
    "compression_rate": 1,
    "bits": 16,
    "channel": 1,
    "speed_ratio": 1.0,
    "volume_ratio": 1.0,
    "pitch_ratio": 1.0
  }
}

返回信息​

字段说明​

字段含义层级格式备注
task_id当前session的id1string服务端随机生成
status请求状态码1int错误码，参考下方说明
status_text请求状态信息1string错误信息
is_final请求音频是否合成完成1boolean在流式版本中用到
data合成音频1string返回的音频数据，base64 编码
addition额外信息1string额外信息父节点
duration音频时长2int返回音频的长度，单位ms
subtitles字幕/时间戳信息2List包含字级别和音素级别的时间戳信息，以字级别时间戳为单元的列表

状态码​

错误码含义举例建议处理
1000请求正确正常合成正常处理
2000请求参数无效请求参数缺失必需字段 / 字段值无效检查调用逻辑
2001无效文本参数有误或者文本为空、文本与语种不匹配、文本只含标点检查参数
2002输入配置错误无效文本类型/在文本流式场景下用ssml检查input参数
2003音色配置错误选择的音色不存在/音色使用错误检查voice_config参数
2004音频配置错误无效音频类型指定检查audio_config参数
2005集群配置错误无效集群指定检查cluster参数
3000服务内部错误服务/网络/资源异常重试

返回示例​

{
  "task_id": "XXXX",
  "status": 1000,
  "status_text": "Success",
  "is_final": true,
  "audio": "base64 encoded binary data",
  "addition": {
    "duration": 400,
    "subtitles": [
      { "start_msec": 100, "end_msec": 200, "text": "今" },
      { "start_msec": 200, "end_msec": 400, "text": "天" }
    ],
    "phoneme_timestamps": [
      { "start_msec": 100, "end_msec": 150, "text": "j" },
      { "start_msec": 150, "end_msec": 200, "text": "in1" },
      { "start_msec": 200, "end_msec": 300, "text": "t" },
      { "start_msec": 300, "end_msec": 400, "text": "ian1" }
    ]
  }
}

流式参数说明​

字段说明​

参数类型层级必须默认值说明
is_finalBoolean1true当前请求是否完成上传文本

调用示例​

单句流式​

# 请求返回
{
	"task_id": "XXXX",
	"status": 1000,
	"status_text": "Success",
	"is_final": false,
	"audio": "音频数据(摩尔线程)base64 encoded binary data",
	"addition": {
		"duration": 899,
		"subtitles":[]
	}
}
{
	"task_id": "XXXX",
	"status": 1000,
	"status_text": "Success",
	"is_final": true,
	"audio": "音频数据(语音合成)base64 encoded binary data",
	"addition": {
		"duration": 800,
		"subtitles":[]
	}
}

流式文本流式​

# 发第一个请求（初始请求需要包含所有meta，后续请求可以只包含文本信息）
{
    "access_token": "XXXXX",
    "model": "mt_tts"
    "input": {
      "text": "摩尔线",
      "text_type": "plain",
      "enable_subtitle": true,
      "enable_phoneme_timestamp": true
    },
    "voice_config": {
      "voice_name": "LYG1004",
      "emotion": "happy",
      "language": "cn"
    },
    "audio_config": {
        "audio_encoding": "pcm",
        "sample_rate": 22050,
        "compression_rate": 1,
        "bits": 16,
        "channel": 1,
        "speed_ratio": 1.0,
        "volume_ratio": 1.0,
        "pitch_ratio": 1.0
    },
    "is_final": false,
}
# 发送第2个文本片段
{
    "input": {
      "text": "程",
    },
    "is_final": false
}
# 此时可能收到第1个音频片段
{
	"task_id": "XXXX",
	"status": 1000,
	"status_text": "Success",
	"is_final": false,
	"audio": "音频数据(摩尔线程)base64 encoded binary data",
	"addition": {
		"duration": 899,
		"subtitles":[]
	}
}
# 发送第3个文本片段
{
    "input": {
      "text": "语音",
    },
    "is_final": false,
}
# 发送第4个文本片段
{
    "input": {
      "text": "合成",
    },
    "is_final": true,
}
# 此时收到第2个音频片段
{
	"task_id": "XXXX",
	"status": 1000,
	"status_text": "Success",
	"is_final": false,
	"audio": "音频数据(语音)base64 encoded binary data",
	"addition": {
		"duration": 203,
		"subtitles":[]
	}
}
# 此时收到最后一个音频片段
{
	"task_id": "XXXX",
	"status": 1000,
	"status_text": "Success",
	"is_final": true,
	"audio": "音频数据(合成)base64 encoded binary data",
	"addition": {
		"duration": 203,
		"subtitles":[]
	}
}
# 断开连接

调用示例​

准备client相关依赖​

- python>=3.8
- pip install -i https://pypi.tuna.tsinghua.edu.cn/simple websockets scipy numpy
- MT_DEVELOPER_API_ACCESS_TOKEN="XXXX" 请联系业务人员获取

client代码​

import argparse
import asyncio
import base64
import json
import os

import numpy as np
import websockets
from scipy.io import wavfile

MT_DEVELOPER_API_ACCESS_TOKEN = os.environ.get("MT_DEVELOPER_API_ACCESS_TOKEN", "")
if MT_DEVELOPER_API_ACCESS_TOKEN:
    print(f"MT_DEVELOPER_API_ACCESS_TOKEN: {MT_DEVELOPER_API_ACCESS_TOKEN}")


def dump_wav(wav, sample_rate, basename, path="/tmp"):
    if not os.path.exists(path):
        os.makedirs(path)
    filename = os.path.join(path, "{}.wav".format(basename))
    print("dump synthesized audio [{}]s to path {}".format(wav.shape[0] / sample_rate, filename))
    wavfile.write(filename, sample_rate, wav)
    return filename


def get_json_request(text, **kwargs):
    json_message = {
        "cluster": kwargs.get("cluster", None),
        "is_final": kwargs.get("is_final", False),
        "input": {
            "text": text,
            "text_type": kwargs.get("text_type", "plain"),
            "enable_subtitle": kwargs.get("enable_subtitle", False),
            "enable_phoneme_timestamp": kwargs.get("enable_phoneme_timestamp", False),

        },
        "voice_config": {
            "voice_name": kwargs.get("voice_name", None)
        },
        "audio_config": {
            "speed_ratio": kwargs.get("speed_ratio", None)
        }
    }
    print("发送请求message：{}".format(json_message))
    return json_message


async def message_receiving_iterator(websocket):
    while True:
        try:
            message = await websocket.recv()
            data = json.loads(message)
            yield data
            if data.get("audio"):
                data["audio"] = "...音频内容..."
            print("收到响应message：{}".format(data))
            if data.get('is_final', False):
                break
        except websockets.exceptions.ConnectionClosed:
            print("Connection closed")
            break


async def generate_ws_request_iter(text, is_final=True, **kwargs):
    yield get_json_request(text, is_final=is_final, **kwargs)


async def generate_ws_request_stream_iter(text_stream_list, mock_request_interval=0, **kwargs):
    voice = kwargs.pop("voice", None)
    for i, text in enumerate(text_stream_list):
        yield get_json_request(text, voice_name=voice if i == 0 else None,
                               is_final=True if i == len(text_stream_list) - 1 else False, **kwargs)
        if mock_request_interval > 0:
            print("发送请求文本片段{}：{}，模拟暂停{}秒".format(i + 1, text, mock_request_interval))
            await asyncio.sleep(1)


async def request_sending_handler(websocket, request_iterator):
    async for request in request_iterator:
        await websocket.send(json.dumps(request))


async def text_sending_handler(websocket, text_stream_list, voice=None, text_type="plain",
                               enable_subtitle=False, enable_phoneme_timestamp=False,
                               speed_ratio=None, mock_request_interval=0, cluster=None):
    for i, text in enumerate(text_stream_list):
        request_json = json.dumps(get_json_request(
            text, voice_name=voice if i == 0 else None,
            text_type=text_type,
            is_final=True if i == len(text_stream_list) - 1 else False,
            enable_subtitle=enable_subtitle,
            enable_phoneme_timestamp=enable_phoneme_timestamp,
            speed_ratio=speed_ratio,
            cluster=cluster,
        ), ensure_ascii=False)
        await websocket.send(
            request_json
        )
        if mock_request_interval > 0:
            print("send: {}, wait {}s".format(request_json, mock_request_interval))
            await asyncio.sleep(mock_request_interval)


async def streaming_synthesize_by_request_iter(address, request_iterator, access_token=MT_DEVELOPER_API_ACCESS_TOKEN):
    async with websockets.connect(
            address, max_size=1_000_000_000, extra_headers={"Authorization": f'Bearer {access_token}'}
    ) as websocket:
        response_iter = message_receiving_iterator(websocket)
        sending_task = asyncio.create_task(
            request_sending_handler(websocket, request_iterator))
        async for message in response_iter:
            yield message
        await sending_task


async def simple_streaming_synthesize(address, text, voice=None, text_type="plain", speed_ratio=1.0,
                                      enable_subtitle=False, enable_phoneme_timestamp=False, cluster=None,
                                      access_token=MT_DEVELOPER_API_ACCESS_TOKEN):
    text_stream_list = text
    mock_request_interval = 1
    if isinstance(text, str):
        text_stream_list = [text]
        mock_request_interval = 0
    async with websockets.connect(address, max_size=1_000_000_000,
                                  extra_headers={"Authorization": f'Bearer {access_token}'}) as websocket:
        response_iter = message_receiving_iterator(websocket)
        sending_task = asyncio.create_task(
            text_sending_handler(websocket, text_stream_list,
                                 voice=voice, text_type=text_type, speed_ratio=speed_ratio,
                                 enable_subtitle=enable_subtitle, enable_phoneme_timestamp=enable_phoneme_timestamp,
                                 cluster=cluster, mock_request_interval=mock_request_interval))
        async for message in response_iter:
            yield message
        await sending_task


def parse_audio_data_from_response(resp: dict):
    audio_b64 = resp["audio"]
    audio_bytes = base64.b64decode(audio_b64)
    audio_data = np.frombuffer(audio_bytes, dtype=np.int16)
    return audio_data


def stringify_linguistic_meta_list(meta_list):
    return "|".join(
        ["{}({}->{}|final:{})".format(meta['text'], meta['start_msec'], meta['end_msec'], meta.get("is_final", False))
         for meta in meta_list])


if __name__ == "__main__":
    parser = argparse.ArgumentParser()
    parser.add_argument("--address", type=str, default='ws://localhost:55302/api/v2/tts/stream_generate',
                        help="grpc service address")
    parser.add_argument("--mode", type=str, default="unary",
                        help="streaming mode ('bidi' or 'unary')")
    parser.add_argument("--voice", type=str, default="LYG1004",
                        help="voice name for tts service")
    parser.add_argument("--text", type=str, default="轻轻的，我走了，正如我轻轻的来",
                        help="text to synthesize")
    parser.add_argument("--text_stream", type=str, default="轻轻的|||我走了。|||正如|||我轻轻|||的来",
                        help="mock text stream for bidirectional synthesis, "
                             "text_stream should be a string separated by a |||")
    parser.add_argument("--text_type", type=str, default="plain",
                        help="text type for request text (plain or ssml).")
    parser.add_argument("--cluster", type=str, default="",
                        help="cluster for the voice.")
    parser.add_argument("--speed_ratio", type=float, default=1.0,
                        help="requested speaking speed ratio to synthesize, 1.0 is the default speed.")
    parser.add_argument("--output_fpath", type=str, default="./gRPCClient.wav",
                        help="fpath to dump wav")
    parser.add_argument("--enable_subtitle", type=lambda s: s.lower() == "true", default="true")
    parser.add_argument("--enable_phoneme_timestamp", type=lambda s: s.lower() == "true", default="true")
    args = parser.parse_args()


    async def synthesize():
        text = args.text
        if args.mode == "bidi":
            assert args.text_stream.strip()
            text = args.text_stream.split("|||")
        print("输入文本: {}".format(text))

        audio_chunks = []
        audio_chunk_metas = []
        async for response in simple_streaming_synthesize(address=args.address, text=text, text_type=args.text_type,
                                                          voice=args.voice, speed_ratio=args.speed_ratio,
                                                          cluster=args.cluster,
                                                          enable_subtitle=args.enable_subtitle,
                                                          enable_phoneme_timestamp=args.enable_phoneme_timestamp):
            if response["status"] != 1000:
                print("收到错误码：", response["status"])
                print("收到错误信息：", response["status_text"])
                exit(1)
            is_final = response.get("is_final", False)
            audio_chunks.append(parse_audio_data_from_response(response))
            audio_chunk_metas.append(response["addition"])
            print(f"收到第一句音频，{response['addition']['duration']}毫秒, is_final: [{is_final}]")
            print(f"收到第一句音频对应字幕，[{stringify_linguistic_meta_list(response['addition']['subtitles'])}]")
            print(
                f"收到第一句音频对应音素时间戳，[{stringify_linguistic_meta_list(response['addition']['phoneme_timestamps'])}]")
        return audio_chunks


    audio_chunks = asyncio.run(synthesize())

    audio_data = np.concatenate(audio_chunks)
    output_base_name = os.path.basename(args.output_fpath).replace(".wav", "")
    output_dir = os.path.dirname(args.output_fpath)
    dump_wav(audio_data, 22050, output_base_name, path=output_dir)

单向流式​

PYTHONPATH=. MT_DEVELOPER_API_ACCESS_TOKEN="XXXXX" python ws_client.py --voice AIBC006_llm 
  --address ws://10.1.33.4:32414/api/v2/tts/stream_generate --enable_subtitle false --enable_phoneme_timestamp false --text "你好，我是穆莎，你的AI朋友，有什么问题就尽管找我吧。"

MT_DEVELOPER_API_ACCESS_TOKEN: XXXXX
输入文本: 你好，我是穆莎，你的AI朋友，有什么问题就尽管找我吧。
发送请求message：{'cluster': '', 'is_final': True, 'input': {'text': '你好，我是穆莎，你的AI朋友，有什么问题就尽管找我吧。', 'text_type': 'plain', 'enable_subtitle': False, 'enable_phoneme_timestamp': False}, 'voice_config': {'audio_config': {'speed_ratio': 1.0}}
收到第一句音频，650毫秒, is_final: [False]
收到第一句音频对应字幕，[]
收到第一句音频对应音素时间戳，[]
收到响应message：{'task_id': 'ded5709880d14d0f9b0ecfac32b15d2b', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 650, 'subtitles': [], 'phoneme_timestamps': []}}
收到第一句音频，650毫秒, is_final: [False]
收到第一句音频对应字幕，[]
收到第一句音频对应音素时间戳，[]
收到响应message：{'task_id': 'ded5709880d14d0f9b0ecfac32b15d2b', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 650, 'subtitles': [], 'phoneme_timestamps': []}}
收到第一句音频，650毫秒, is_final: [False]
收到第一句音频对应字幕，[]
收到第一句音频对应音素时间戳，[]
收到响应message：{'task_id': 'ded5709880d14d0f9b0ecfac32b15d2b', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 650, 'subtitles': [], 'phoneme_timestamps': []}}
收到第一句音频，650毫秒, is_final: [False]
收到第一句音频对应字幕，[]
收到第一句音频对应音素时间戳，[]
收到响应message：{'task_id': 'ded5709880d14d0f9b0ecfac32b15d2b', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 650, 'subtitles': [], 'phoneme_timestamps': []}}
收到第一句音频，650毫秒, is_final: [False]
收到第一句音频对应字幕，[]
收到第一句音频对应音素时间戳，[]
收到响应message：{'task_id': 'ded5709880d14d0f9b0ecfac32b15d2b', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 650, 'subtitles': [], 'phoneme_timestamps': []}}
收到第一句音频，372毫秒, is_final: [False]
收到第一句音频对应字幕，[]
收到第一句音频对应音素时间戳，[]
收到响应message：{'task_id': 'ded5709880d14d0f9b0ecfac32b15d2b', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 372, 'subtitles': [], 'phoneme_timestamps': []}}
收到第一句音频，650毫秒, is_final: [False]
收到第一句音频对应字幕，[]
收到第一句音频对应音素时间戳，[]
收到响应message：{'task_id': 'ded5709880d14d0f9b0ecfac32b15d2b', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 650, 'subtitles': [], 'phoneme_timestamps': []}}
收到第一句音频，650毫秒, is_final: [False]
收到第一句音频对应字幕，[]
收到第一句音频对应音素时间戳，[]
收到响应message：{'task_id': 'ded5709880d14d0f9b0ecfac32b15d2b', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 650, 'subtitles': [], 'phoneme_timestamps': []}}
收到第一句音频，650毫秒, is_final: [False]
收到第一句音频对应字幕，[]
收到第一句音频对应音素时间戳，[]
收到响应message：{'task_id': 'ded5709880d14d0f9b0ecfac32b15d2b', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 650, 'subtitles': [], 'phoneme_timestamps': []}}
收到第一句音频，650毫秒, is_final: [False]
收到第一句音频对应字幕，[]
收到第一句音频对应音素时间戳，[]
收到响应message：{'task_id': 'ded5709880d14d0f9b0ecfac32b15d2b', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 650, 'subtitles': [], 'phoneme_timestamps': []}}
收到第一句音频，186毫秒, is_final: [True]
收到第一句音频对应字幕，[]
收到第一句音频对应音素时间戳，[]
收到响应message：{'task_id': 'ded5709880d14d0f9b0ecfac32b15d2b', 'status': 1000, 'status_text': 'Success.', 'is_final': True, 'audio': '...音频内容...', 'addition': {'duration': 186, 'subtitles': [], 'phoneme_timestamps': []}}
dump synthesized audio [6.408707482993197]s to path ./gRPCClient.wav



PYTHONPATH=. MT_DEVELOPER_API_ACCESS_TOKEN="XXXXX" python ws_client.py --voice AIBC006_llm 
  --address ws://10.1.33.4:32414/api/v2/tts/stream_generate --enable_subtitle true --enable_phoneme_timestamp true --text "你好，我是穆莎，你的AI朋友，有什么问题就尽管找我吧。"

输入文本: 你好，我是穆莎，你的AI朋友，有什么问题就尽管找我吧。
发送请求message：{'cluster': '', 'is_final': True, 'input': {'text': '你好，我是穆莎，你的AI朋友，有什么问题就尽管找我吧。', 'text_type': 'plain', 'enable_subtitle': True, 'enable_phoneme_timestamp': True}, 'voice_config': {'vodio_config': {'speed_ratio': 1.0}}
收到第一句音频，604毫秒, is_final: [False]
收到第一句音频对应字幕，[你(507->603|final:False)]
收到第一句音频对应音素时间戳，[n(507->552|final:False)|i2(552->603|final:False)]
收到响应message：{'task_id': 'ec4947abd1024af2ba07994adbeb0418', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 604, 'subtitles': [{'text': '你', 'start_msec': msec': 603, 'level': 'UNKNOWN', 'children': [], 'is_final': False}], 'phoneme_timestamps': [{'text': 'n', 'start_msec': 507, 'end_msec': 552, 'level': 'UNKNOWN', 'children': [], 'is_final': False}, {'text': 'i2', 'start_msec': 552, 'end_msec': 603, 'level': 'UNKNOWN', 'children': [], 'is_final': False}]}}
收到第一句音频，557毫秒, is_final: [False]
收到第一句音频对应字幕，[好，(0->557|final:False)]
收到第一句音频对应音素时间戳，[h(0->268|final:False)|ao3(268->557|final:False)]
收到响应message：{'task_id': 'ec4947abd1024af2ba07994adbeb0418', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 557, 'subtitles': [{'text': '好，', 'start_msec'sec': 557, 'level': 'UNKNOWN', 'children': [], 'is_final': False}], 'phoneme_timestamps': [{'text': 'h', 'start_msec': 0, 'end_msec': 268, 'level': 'UNKNOWN', 'children': [], 'is_final': False}, {'text': 'ao3', 'start_msec': 268, 'end_msec': 557, 'level': 'UNKNOWN', 'children': [], 'is_final': False}]}}
收到第一句音频，186毫秒, is_final: [False]
收到第一句音频对应字幕，[我(0->185|final:False)]
收到第一句音频对应音素时间戳，[^(0->45|final:False)|uo3(45->185|final:False)]
收到响应message：{'task_id': 'ec4947abd1024af2ba07994adbeb0418', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 186, 'subtitles': [{'text': '我', 'start_msec': ec': 185, 'level': 'UNKNOWN', 'children': [], 'is_final': False}], 'phoneme_timestamps': [{'text': '^', 'start_msec': 0, 'end_msec': 45, 'level': 'UNKNOWN', 'children': [], 'is_final': False}, {'text': 'uo3', 'start_msec': 45, 'end_msec': 185, 'level': 'UNKNOWN', 'children': [], 'is_final': False}]}}
收到第一句音频，93毫秒, is_final: [False]
收到第一句音频对应字幕，[是(0->92|final:False)]
收到第一句音频对应音素时间戳，[sh(0->18|final:False)|iii4(18->92|final:False)]
收到响应message：{'task_id': 'ec4947abd1024af2ba07994adbeb0418', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 93, 'subtitles': [{'text': '是', 'start_msec': 0c': 92, 'level': 'UNKNOWN', 'children': [], 'is_final': False}], 'phoneme_timestamps': [{'text': 'sh', 'start_msec': 0, 'end_msec': 18, 'level': 'UNKNOWN', 'children': [], 'is_final': False}, {'text': 'iii4', 'start_msec': 18, 'end_msec': 92, 'level': 'UNKNOWN', 'children': [], 'is_final': False}]}}
收到第一句音频，232毫秒, is_final: [False]
收到第一句音频对应字幕，[穆(0->231|final:False)]
收到第一句音频对应音素时间戳，[m(0->113|final:False)|u4(113->231|final:False)]
收到响应message：{'task_id': 'ec4947abd1024af2ba07994adbeb0418', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 232, 'subtitles': [{'text': '穆', 'start_msec': ec': 231, 'level': 'UNKNOWN', 'children': [], 'is_final': False}], 'phoneme_timestamps': [{'text': 'm', 'start_msec': 0, 'end_msec': 113, 'level': 'UNKNOWN', 'children': [], 'is_final': False}, {'text': 'u4', 'start_msec': 113, 'end_msec': 231, 'level': 'UNKNOWN', 'children': [], 'is_final': False}]}}
收到第一句音频，278毫秒, is_final: [False]
收到第一句音频对应字幕，[莎，(0->278|final:False)]
收到第一句音频对应音素时间戳，[sh(0->66|final:False)|a1(66->278|final:False)]
收到响应message：{'task_id': 'ec4947abd1024af2ba07994adbeb0418', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 278, 'subtitles': [{'text': '莎，', 'start_msec'sec': 278, 'level': 'UNKNOWN', 'children': [], 'is_final': False}], 'phoneme_timestamps': [{'text': 'sh', 'start_msec': 0, 'end_msec': 66, 'level': 'UNKNOWN', 'children': [], 'is_final': False}, {'text': 'a1', 'start_msec': 66, 'end_msec': 278, 'level': 'UNKNOWN', 'children': [], 'is_final': False}]}}
收到第一句音频，511毫秒, is_final: [False]
收到第一句音频对应字幕，[你(0->510|final:False)]
收到第一句音频对应音素时间戳，[n(0->105|final:False)|i3(105->510|final:False)]
收到响应message：{'task_id': 'ec4947abd1024af2ba07994adbeb0418', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 511, 'subtitles': [{'text': '你', 'start_msec': ec': 510, 'level': 'UNKNOWN', 'children': [], 'is_final': False}], 'phoneme_timestamps': [{'text': 'n', 'start_msec': 0, 'end_msec': 105, 'level': 'UNKNOWN', 'children': [], 'is_final': False}, {'text': 'i3', 'start_msec': 105, 'end_msec': 510, 'level': 'UNKNOWN', 'children': [], 'is_final': False}]}}
收到第一句音频，168毫秒, is_final: [False]
收到第一句音频对应字幕，[的(0->168|final:False)]
收到第一句音频对应音素时间戳，[d(0->22|final:False)|e5(22->168|final:False)]
收到响应message：{'task_id': 'ec4947abd1024af2ba07994adbeb0418', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 168, 'subtitles': [{'text': '的', 'start_msec': ec': 168, 'level': 'UNKNOWN', 'children': [], 'is_final': False}], 'phoneme_timestamps': [{'text': 'd', 'start_msec': 0, 'end_msec': 22, 'level': 'UNKNOWN', 'children': [], 'is_final': False}, {'text': 'e5', 'start_msec': 22, 'end_msec': 168, 'level': 'UNKNOWN', 'children': [], 'is_final': False}]}}
收到第一句音频，343毫秒, is_final: [False]
收到第一句音频对应字幕，[AI(53->342|final:False)]
收到第一句音频对应音素时间戳，[EY1(53->215|final:False)|AY1(215->342|final:False)]
收到响应message：{'task_id': 'ec4947abd1024af2ba07994adbeb0418', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 343, 'subtitles': [{'text': 'AI', 'start_msec': msec': 342, 'level': 'UNKNOWN', 'children': [], 'is_final': False}], 'phoneme_timestamps': [{'text': 'EY1', 'start_msec': 53, 'end_msec': 215, 'level': 'UNKNOWN', 'children': [], 'is_final': False}, {'text': 'AY1', 'start_msec': 215, 'end_msec': 342, 'level': 'UNKNOWN', 'children': [], 'is_final': False}]}}
收到第一句音频，186毫秒, is_final: [False]
收到第一句音频对应字幕，[朋(0->185|final:False)]
收到第一句音频对应音素时间戳，[p(0->92|final:False)|eng2(92->185|final:False)]
收到响应message：{'task_id': 'ec4947abd1024af2ba07994adbeb0418', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 186, 'subtitles': [{'text': '朋', 'start_msec': ec': 185, 'level': 'UNKNOWN', 'children': [], 'is_final': False}], 'phoneme_timestamps': [{'text': 'p', 'start_msec': 0, 'end_msec': 92, 'level': 'UNKNOWN', 'children': [], 'is_final': False}, {'text': 'eng2', 'start_msec': 92, 'end_msec': 185, 'level': 'UNKNOWN', 'children': [], 'is_final': False}]}}
收到第一句音频，511毫秒, is_final: [False]
收到第一句音频对应字幕，[友，(0->207|final:False)]
收到第一句音频对应音素时间戳，[^(0->36|final:False)|iou5(36->207|final:False)]
收到响应message：{'task_id': 'ec4947abd1024af2ba07994adbeb0418', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 511, 'subtitles': [{'text': '友，', 'start_msec'sec': 207, 'level': 'UNKNOWN', 'children': [], 'is_final': False}], 'phoneme_timestamps': [{'text': '^', 'start_msec': 0, 'end_msec': 36, 'level': 'UNKNOWN', 'children': [], 'is_final': False}, {'text': 'iou5', 'start_msec': 36, 'end_msec': 207, 'level': 'UNKNOWN', 'children': [], 'is_final': False}]}}
收到第一句音频，557毫秒, is_final: [False]
收到第一句音频对应字幕，[有(507->557|final:False)]
收到第一句音频对应音素时间戳，[^(507->530|final:False)|iou3(530->557|final:False)]
收到响应message：{'task_id': 'ec4947abd1024af2ba07994adbeb0418', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 557, 'subtitles': [{'text': '有', 'start_msec': msec': 557, 'level': 'UNKNOWN', 'children': [], 'is_final': False}], 'phoneme_timestamps': [{'text': '^', 'start_msec': 507, 'end_msec': 530, 'level': 'UNKNOWN', 'children': [], 'is_final': False}, {'text': 'iou3', 'start_msec': 530, 'end_msec': 557, 'level': 'UNKNOWN', 'children': [], 'is_final': False}]}}
收到第一句音频，186毫秒, is_final: [False]
收到第一句音频对应字幕，[什(0->185|final:False)]
收到第一句音频对应音素时间戳，[sh(0->99|final:False)|en2(99->185|final:False)]
收到响应message：{'task_id': 'ec4947abd1024af2ba07994adbeb0418', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 186, 'subtitles': [{'text': '什', 'start_msec': ec': 185, 'level': 'UNKNOWN', 'children': [], 'is_final': False}], 'phoneme_timestamps': [{'text': 'sh', 'start_msec': 0, 'end_msec': 99, 'level': 'UNKNOWN', 'children': [], 'is_final': False}, {'text': 'en2', 'start_msec': 99, 'end_msec': 185, 'level': 'UNKNOWN', 'children': [], 'is_final': False}]}}
收到第一句音频，186毫秒, is_final: [False]
收到第一句音频对应字幕，[么(0->186|final:False)]
收到第一句音频对应音素时间戳，[m(0->24|final:False)|e5(24->186|final:False)]
收到响应message：{'task_id': 'ec4947abd1024af2ba07994adbeb0418', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 186, 'subtitles': [{'text': '么', 'start_msec': ec': 186, 'level': 'UNKNOWN', 'children': [], 'is_final': False}], 'phoneme_timestamps': [{'text': 'm', 'start_msec': 0, 'end_msec': 24, 'level': 'UNKNOWN', 'children': [], 'is_final': False}, {'text': 'e5', 'start_msec': 24, 'end_msec': 186, 'level': 'UNKNOWN', 'children': [], 'is_final': False}]}}
收到第一句音频，186毫秒, is_final: [False]
收到第一句音频对应字幕，[问(0->185|final:False)]
收到第一句音频对应音素时间戳，[^(0->86|final:False)|uen4(86->185|final:False)]
收到响应message：{'task_id': 'ec4947abd1024af2ba07994adbeb0418', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 186, 'subtitles': [{'text': '问', 'start_msec': ec': 185, 'level': 'UNKNOWN', 'children': [], 'is_final': False}], 'phoneme_timestamps': [{'text': '^', 'start_msec': 0, 'end_msec': 86, 'level': 'UNKNOWN', 'children': [], 'is_final': False}, {'text': 'uen4', 'start_msec': 86, 'end_msec': 185, 'level': 'UNKNOWN', 'children': [], 'is_final': False}]}}
收到第一句音频，185毫秒, is_final: [False]
收到第一句音频对应字幕，[题(0->185|final:False)]
收到第一句音频对应音素时间戳，[t(0->83|final:False)|i2(83->185|final:False)]
收到响应message：{'task_id': 'ec4947abd1024af2ba07994adbeb0418', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 185, 'subtitles': [{'text': '题', 'start_msec': ec': 185, 'level': 'UNKNOWN', 'children': [], 'is_final': False}], 'phoneme_timestamps': [{'text': 't', 'start_msec': 0, 'end_msec': 83, 'level': 'UNKNOWN', 'children': [], 'is_final': False}, {'text': 'i2', 'start_msec': 83, 'end_msec': 185, 'level': 'UNKNOWN', 'children': [], 'is_final': False}]}}
收到第一句音频，186毫秒, is_final: [False]
收到第一句音频对应字幕，[就(0->185|final:False)]
收到第一句音频对应音素时间戳，[j(0->38|final:False)|iou4(38->185|final:False)]
收到响应message：{'task_id': 'ec4947abd1024af2ba07994adbeb0418', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 186, 'subtitles': [{'text': '就', 'start_msec': ec': 185, 'level': 'UNKNOWN', 'children': [], 'is_final': False}], 'phoneme_timestamps': [{'text': 'j', 'start_msec': 0, 'end_msec': 38, 'level': 'UNKNOWN', 'children': [], 'is_final': False}, {'text': 'iou4', 'start_msec': 38, 'end_msec': 185, 'level': 'UNKNOWN', 'children': [], 'is_final': False}]}}
收到第一句音频，139毫秒, is_final: [False]
收到第一句音频对应字幕，[尽(0->139|final:False)]
收到第一句音频对应音素时间戳，[j(0->69|final:False)|in2(69->139|final:False)]
收到响应message：{'task_id': 'ec4947abd1024af2ba07994adbeb0418', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 139, 'subtitles': [{'text': '尽', 'start_msec': ec': 139, 'level': 'UNKNOWN', 'children': [], 'is_final': False}], 'phoneme_timestamps': [{'text': 'j', 'start_msec': 0, 'end_msec': 69, 'level': 'UNKNOWN', 'children': [], 'is_final': False}, {'text': 'in2', 'start_msec': 69, 'end_msec': 139, 'level': 'UNKNOWN', 'children': [], 'is_final': False}]}}
收到第一句音频，186毫秒, is_final: [False]
收到第一句音频对应字幕，[管(0->185|final:False)]
收到第一句音频对应音素时间戳，[g(0->29|final:False)|uan2(29->185|final:False)]
收到响应message：{'task_id': 'ec4947abd1024af2ba07994adbeb0418', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 186, 'subtitles': [{'text': '管', 'start_msec': ec': 185, 'level': 'UNKNOWN', 'children': [], 'is_final': False}], 'phoneme_timestamps': [{'text': 'g', 'start_msec': 0, 'end_msec': 29, 'level': 'UNKNOWN', 'children': [], 'is_final': False}, {'text': 'uan2', 'start_msec': 29, 'end_msec': 185, 'level': 'UNKNOWN', 'children': [], 'is_final': False}]}}
收到第一句音频，186毫秒, is_final: [False]
收到第一句音频对应字幕，[找(0->186|final:False)]
收到第一句音频对应音素时间戳，[zh(0->96|final:False)|ao2(96->186|final:False)]
收到响应message：{'task_id': 'ec4947abd1024af2ba07994adbeb0418', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 186, 'subtitles': [{'text': '找', 'start_msec': ec': 186, 'level': 'UNKNOWN', 'children': [], 'is_final': False}], 'phoneme_timestamps': [{'text': 'zh', 'start_msec': 0, 'end_msec': 96, 'level': 'UNKNOWN', 'children': [], 'is_final': False}, {'text': 'ao2', 'start_msec': 96, 'end_msec': 186, 'level': 'UNKNOWN', 'children': [], 'is_final': False}]}}
收到第一句音频，139毫秒, is_final: [False]
收到第一句音频对应字幕，[我(0->139|final:False)]
收到第一句音频对应音素时间戳，[^(0->18|final:False)|uo3(18->139|final:False)]
收到响应message：{'task_id': 'ec4947abd1024af2ba07994adbeb0418', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 139, 'subtitles': [{'text': '我', 'start_msec': ec': 139, 'level': 'UNKNOWN', 'children': [], 'is_final': False}], 'phoneme_timestamps': [{'text': '^', 'start_msec': 0, 'end_msec': 18, 'level': 'UNKNOWN', 'children': [], 'is_final': False}, {'text': 'uo3', 'start_msec': 18, 'end_msec': 139, 'level': 'UNKNOWN', 'children': [], 'is_final': False}]}}
收到第一句音频，465毫秒, is_final: [True]
收到第一句音频对应字幕，[吧。(0->173|final:True)]
收到第一句音频对应音素时间戳，[b(0->28|final:False)|a5(28->173|final:True)]
收到响应message：{'task_id': 'ec4947abd1024af2ba07994adbeb0418', 'status': 1000, 'status_text': 'Success.', 'is_final': True, 'audio': '...音频内容...', 'addition': {'duration': 465, 'subtitles': [{'text': '吧。', 'start_msec':ec': 173, 'level': 'UNKNOWN', 'children': [], 'is_final': True}], 'phoneme_timestamps': [{'text': 'b', 'start_msec': 0, 'end_msec': 28, 'level': 'UNKNOWN', 'children': [], 'is_final': False}, {'text': 'a5', 'start_msec': 28, 'end_msec': 173, 'level': 'UNKNOWN', 'children': [], 'is_final': True}]}}
dump synthesized audio [6.2693877551020405]s to path ./gRPCClient.wav

文本流式​

(TTS-FastSpeech) ➜  temp git:(main) ✗ PYTHONPATH=. MT_DEVELOPER_API_ACCESS_TOKEN="XXXX" python ws_client.py --mode bidi --voice AIBC006_llm 
  --address ws://10.1.33.4:32414/api/v2/tts/stream_generate --enable_subtitle false --enable_phoneme_timestamp false --text_stream "你好，|||我是|||穆|||莎，你的|||AI|||朋友。有什|||么问题|||就尽管|||找我吧。"


MT_DEVELOPER_API_ACCESS_TOKEN: XXX
输入文本: ['你好，', '我是', '穆', '莎，你的', 'AI', '朋友。有什', '么问题', '就尽管', '找我吧。']
发送请求message：{'cluster': '', 'is_final': False, 'input': {'text': '你好，', 'text_type': 'plain', 'enable_subtitle': False, 'enable_phoneme_timestamp': False}, 'voice_config': {'voice_name': 'AIBC006_llm'}, 'audio_config': ratio': 1.0}}
send: {"cluster": "", "is_final": false, "input": {"text": "你好，", "text_type": "plain", "enable_subtitle": false, "enable_phoneme_timestamp": false}, "voice_config": {"voice_name": "AIBC006_llm"}, "audio_config": {"speed_rat: 1.0}}, wait 1s
发送请求message：{'cluster': '', 'is_final': False, 'input': {'text': '我是', 'text_type': 'plain', 'enable_subtitle': False, 'enable_phoneme_timestamp': False}, 'voice_config': {'voice_name': None}, 'audio_config': {'speed_rat0}}
send: {"cluster": "", "is_final": false, "input": {"text": "我是", "text_type": "plain", "enable_subtitle": false, "enable_phoneme_timestamp": false}, "voice_config": {"voice_name": null}, "audio_config": {"speed_ratio": 1.0}},ait 1s
发送请求message：{'cluster': '', 'is_final': False, 'input': {'text': '穆', 'text_type': 'plain', 'enable_subtitle': False, 'enable_phoneme_timestamp': False}, 'voice_config': {'voice_name': None}, 'audio_config': {'speed_ratio}}
send: {"cluster": "", "is_final": false, "input": {"text": "穆", "text_type": "plain", "enable_subtitle": false, "enable_phoneme_timestamp": false}, "voice_config": {"voice_name": null}, "audio_config": {"speed_ratio": 1.0}}, wit 1s
发送请求message：{'cluster': '', 'is_final': False, 'input': {'text': '莎，你的', 'text_type': 'plain', 'enable_subtitle': False, 'enable_phoneme_timestamp': False}, 'voice_config': {'voice_name': None}, 'audio_config': {'speed1.0}}
send: {"cluster": "", "is_final": false, "input": {"text": "莎，你的", "text_type": "plain", "enable_subtitle": false, "enable_phoneme_timestamp": false}, "voice_config": {"voice_name": null}, "audio_config": {"speed_ratio": 1. wait 1s
发送请求message：{'cluster': '', 'is_final': False, 'input': {'text': 'AI', 'text_type': 'plain', 'enable_subtitle': False, 'enable_phoneme_timestamp': False}, 'voice_config': {'voice_name': None}, 'audio_config': {'speed_ratio0}}
send: {"cluster": "", "is_final": false, "input": {"text": "AI", "text_type": "plain", "enable_subtitle": false, "enable_phoneme_timestamp": false}, "voice_config": {"voice_name": null}, "audio_config": {"speed_ratio": 1.0}}, wait 1s
发送请求message：{'cluster': '', 'is_final': False, 'input': {'text': '朋友。有什', 'text_type': 'plain', 'enable_subtitle': False, 'enable_phoneme_timestamp': False}, 'voice_config': {'voice_name': None}, 'audio_config': {'spe 1.0}}
send: {"cluster": "", "is_final": false, "input": {"text": "朋友。有什", "text_type": "plain", "enable_subtitle": false, "enable_phoneme_timestamp": false}, "voice_config": {"voice_name": null}, "audio_config": {"speed_ratio": , wait 1s
收到第一句音频，650毫秒, is_final: [False]
收到第一句音频对应字幕，[]
收到第一句音频对应音素时间戳，[]
收到响应message：{'task_id': '9394cdab19ae4a0a93e23d1d978c0eca', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 650, 'subtitles': [], 'phoneme_timestamps': []}}
收到第一句音频，650毫秒, is_final: [False]
收到第一句音频对应字幕，[]
收到第一句音频对应音素时间戳，[]
收到响应message：{'task_id': '9394cdab19ae4a0a93e23d1d978c0eca', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 650, 'subtitles': [], 'phoneme_timestamps': []}}
发送请求message：{'cluster': '', 'is_final': False, 'input': {'text': '么问题', 'text_type': 'plain', 'enable_subtitle': False, 'enable_phoneme_timestamp': False}, 'voice_config': {'voice_name': None}, 'audio_config': {'speed_r.0}}
send: {"cluster": "", "is_final": false, "input": {"text": "么问题", "text_type": "plain", "enable_subtitle": false, "enable_phoneme_timestamp": false}, "voice_config": {"voice_name": null}, "audio_config": {"speed_ratio": 1.0}wait 1s
收到第一句音频，650毫秒, is_final: [False]
收到第一句音频对应字幕，[]
收到第一句音频对应音素时间戳，[]
收到响应message：{'task_id': '9394cdab19ae4a0a93e23d1d978c0eca', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 650, 'subtitles': [], 'phoneme_timestamps': []}}
收到第一句音频，650毫秒, is_final: [False]
收到第一句音频对应字幕，[]
收到第一句音频对应音素时间戳，[]
收到响应message：{'task_id': '9394cdab19ae4a0a93e23d1d978c0eca', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 650, 'subtitles': [], 'phoneme_timestamps': []}}
发送请求message：{'cluster': '', 'is_final': False, 'input': {'text': '就尽管', 'text_type': 'plain', 'enable_subtitle': False, 'enable_phoneme_timestamp': False}, 'voice_config': {'voice_name': None}, 'audio_config': {'speed_r.0}}
send: {"cluster": "", "is_final": false, "input": {"text": "就尽管", "text_type": "plain", "enable_subtitle": false, "enable_phoneme_timestamp": false}, "voice_config": {"voice_name": null}, "audio_config": {"speed_ratio": 1.0}wait 1s
收到第一句音频，650毫秒, is_final: [False]
收到第一句音频对应字幕，[]
收到第一句音频对应音素时间戳，[]
收到响应message：{'task_id': '9394cdab19ae4a0a93e23d1d978c0eca', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 650, 'subtitles': [], 'phoneme_timestamps': []}}
收到第一句音频，232毫秒, is_final: [False]
收到第一句音频对应字幕，[]
收到第一句音频对应音素时间戳，[]
收到响应message：{'task_id': '9394cdab19ae4a0a93e23d1d978c0eca', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 232, 'subtitles': [], 'phoneme_timestamps': []}}
发送请求message：{'cluster': '', 'is_final': True, 'input': {'text': '找我吧。', 'text_type': 'plain', 'enable_subtitle': False, 'enable_phoneme_timestamp': False}, 'voice_config': {'voice_name': None}, 'audio_config': {'speed_.0}}
send: {"cluster": "", "is_final": true, "input": {"text": "找我吧。", "text_type": "plain", "enable_subtitle": false, "enable_phoneme_timestamp": false}, "voice_config": {"voice_name": null}, "audio_config": {"speed_ratio": 1.0wait 1s
收到第一句音频，650毫秒, is_final: [False]
收到第一句音频对应字幕，[]
收到第一句音频对应音素时间戳，[]
收到响应message：{'task_id': '9394cdab19ae4a0a93e23d1d978c0eca', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 650, 'subtitles': [], 'phoneme_timestamps': []}}
收到第一句音频，650毫秒, is_final: [False]
收到第一句音频对应字幕，[]
收到第一句音频对应音素时间戳，[]
收到响应message：{'task_id': '9394cdab19ae4a0a93e23d1d978c0eca', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 650, 'subtitles': [], 'phoneme_timestamps': []}}
收到第一句音频，650毫秒, is_final: [False]
收到第一句音频对应字幕，[]
收到第一句音频对应音素时间戳，[]
收到响应message：{'task_id': '9394cdab19ae4a0a93e23d1d978c0eca', 'status': 1000, 'status_text': 'Success.', 'is_final': False, 'audio': '...音频内容...', 'addition': {'duration': 650, 'subtitles': [], 'phoneme_timestamps': []}}
收到第一句音频，604毫秒, is_final: [True]
收到第一句音频对应字幕，[]
收到第一句音频对应音素时间戳，[]
收到响应message：{'task_id': '9394cdab19ae4a0a93e23d1d978c0eca', 'status': 1000, 'status_text': 'Success.', 'is_final': True, 'audio': '...音频内容...', 'addition': {'duration': 604, 'subtitles': [], 'phoneme_timestamps': []}}
dump synthesized audio [6.03718820861678]s to path ./gRPCClient.wav

版权所有 2024 摩尔线程，本文档受国际版权法保护。

摩尔线程和摩尔线程徽标是摩尔线程智能科技 (北京)有限责任公司的注册商标。

免责声明

本文档提供有关摩尔线程产品的信息。本文档并未授权任何知识产权的许可，并未以明示或暗示，或以禁止反言或其他方式授予任何知识产权许可。