手把手教你用JAVA实现“声音复刻”功能（复刻你的声音）标贝科技

---

前言

什么是声音复刻？
使用少量的用户声音，短时间内快速为用户量身打造个人定制音色

一、内容太长不愿意看，直接使用系列

声音复刻分为两步
（1）定制模型：
参数要求：
支持音频文件的编码格式及文件名的后缀: wav，pcm
支持音频文件的采样率: 16000Hz
支持音频文件的位深：16bits
支持的语言:中文
音频有效时长：不小于3分钟
音频的音质、音量均对模型效果有直接影响，请保证音频的录音环境相对安静、音频人声音量不能太小。
（2）定制声音合成：
参数要求：
支持设置合成音频的格式: pcm，wav，mp3，alaw，ulaw
支持设置合成音频的采样率: 16000Hz
支持设置音量、语速、语调
支持语言: 中文(zh)
支持声音模型类型：普通音质、精品音质
确认无误后，直接执行 2.2获取权限+2.3.6完整代码示例

二、用JAVA调用标贝科技“声音复刻”接口使用流程

2.1.环境准备

java

2.2.获取权限

2.1.1.登录

地址：https://ai.data-baker.com/#/?source=qaz123
（注：填写邀请码hi25d7，每日免费调用量还可以翻倍）
​​​​​​

点击上方地址登录，支持短信、密码、微信三种登录方式。

2.1.2.创建应用

登录后，点击创建应用，填写相关信息(未实名认证只能创建一个应用)
（注：实名认证后可获得创建多个应用的权限）

进入应用，其中包含的技术产品有：语音识别、语音合成、声音复刻、声音转换
页面中功能主要包括：服务用量管理、购买服务量管理、开发者文档、授权管理、套餐管理

2.1.3.获取token
点击声音复刻—>授权管理—>显示—>获取APISecret—>（获取访问令牌token）

---

2.3.代码实现

2.3.1.获取token

/*** 授权：需要在开放平台获取【https://ai.data-baker.com/#/?source=qaz123】*/private static final String clientId = "输入你的clientid";private static final String clientSecret = "输入你的clientsecret";/*** 获取token的地址信息*/public static String tokenUrl = "https://openapi.data-baker.com/oauth/2.0/token?grant_type=client_credentials&client_secret=%s&client_id=%s";public static String getAccessToken() {String accessToken = "";OkHttpClient client = new OkHttpClient();// request 默认是get请求String url = String.format(tokenUrl, clientSecret, clientId);Request request = new Request.Builder().url(url).build();JSONObject jsonObject;try {Response response = client.newCall(request).execute();if (response.isSuccessful()) {// 解析String resultJson = response.body().string();jsonObject = JSON.parseObject(resultJson);accessToken = jsonObject.getString("access_token");}} catch (Exception e) {e.printStackTrace();}return accessToken;}

2.3.2.定制模型–提交复刻任务
参数说明：
access_token：鉴权token
originFiles：音频文件集合
mobile：手机号（用于模型训练之后短信提醒）
notifyUrl：回调url

private static void doSoundReproduction(String accessToken, List<File> originFiles, String mobile, String notifyUrl) {//创建连接OkHttpClient client = new OkHttpClient();//构建requestBody,传入参数MultipartBody.Builder requestBody = new MultipartBody.Builder().setType(MultipartBody.FORM);for (File file : originFiles) {RequestBody body = RequestBody.create(file, MediaType.parse("multipart/form-data"));String filename = file.getName();requestBody.addFormDataPart("originFiles", filename, body);}requestBody.addFormDataPart("access_token", accessToken);requestBody.addFormDataPart("mobile", mobile);requestBody.addFormDataPart("notifyUrl", notifyUrl);//构造requestRequest request = new Request.Builder().url(soundReproductionUrl).method("POST", requestBody.build()).build();try {Response response = client.newCall(request).execute();if (response.isSuccessful()) {System.out.println("调用成功，返回结果：" + response.body().string());} else {System.out.println("调用失败，返回结果：" + response.body().string());}} catch (Exception e) {e.printStackTrace();}}

2.3.3.定制模型-回调代码

@ApiOperation(value = "测试用回调接口", notes = "该链接由参数notifyUrl设置，如果链接无法访问，将无法接收到回调的push信息。")
@PostMapping("/notify")
public void synthesisNotify(HttpServletRequest request, HttpServletResponse response) {String resXml = "";InputStream inStream;try {inStream = request.getInputStream();ByteArrayOutputStream outSteam = new ByteArrayOutputStream();byte[] buffer = new byte[1024];int len;while ((len = inStream.read(buffer)) != -1) {outSteam.write(buffer, 0, len);}// 获取声音复刻api调用notifyUrl的返回信息String result = new String(outSteam.toByteArray(), "utf-8");log.info("dataBaker:声音复刻api返回结果 ----result---- =" + result);// 关闭流outSteam.close();inStream.close();// String转换为json对象，然后业务处理JSONObject jsonObject = JSON.parseObject(result);//该参数表示模型idString modelId = jsonObject == null ? "" : jsonObject.getString("modelId");//该参数表示模型当前状态：可能的值为success/fail, 其中,success=训练成功 fail=训练失败String modelStatus = jsonObject == null ? "" : jsonObject.getString("modelStatus");//该参数表示原因（文案可能会有变动），成功时为空字符串，失败时为失败原因说明String reason = jsonObject == null ? "" : jsonObject.getString("reason");//具体业务处理，例如尝试tts调用等（可先返回结果，然后异步去完成业务逻辑）//todo//根据情况，向结果中赋值：正常情况下，选择下面的resSuccess;如果选择resFail,将会视为推送失败，标贝服务端将重新推送一次相同的内容//     * 返回成功xml//     *///    String resSuccess = "<xml><return_code>SUCCESS</return_code><return_msg>OK</return_msg></xml>";//    /**//     * 返回失败xml//     *///    String resFail = "<xml><return_code>FAIL</return_code><return_msg>报文为空</return_msg></xml>";resXml = Constant.resSuccess;//记录日志log.info("dataBaker:声音复刻api回调返回模型  {}  的状态为：--->{}", modelId , modelStatus);} catch (Exception e) {log.error("dataBaker:声音复刻api回调异常：", e);} finally {try {// 处理业务完毕BufferedOutputStream out = new BufferedOutputStream(response.getOutputStream());out.write(resXml.getBytes());out.flush();out.close();} catch (IOException e) {log.error("dataBaker:声音复刻api回调异常:out：", e);}}}

2.3.4.定制声音合成-文本格式转换及地址参数拼接
参数说明：
voiceName：定制模型时返回的model_id
originText：合成文本
audioType：音频格式
speed：语速
volume：音量
filePath：输出文件路径

/*** 请求并获取音频流保存至本地文件：这里filePath为全路径** @param url* @param filePath* @throws IOException*/public static void fetchTtsResponse(String url, String filePath) throws IOException {OkHttpClient client = new OkHttpClient();//request 默认是get请求Request request = new Request.Builder().url(url).build();try {Response response = client.newCall(request).execute();if (response.isSuccessful()) {if (response.body() != null&& response.body().contentType().toString().startsWith("audio")) {//写入文件File targetFile = new File(filePath);Files.write(targetFile.toPath(), response.body().bytes());}}} catch (Exception e) {e.printStackTrace();}}

2.3.5.定制声音合成-调用语音合成接口合成音频

public static void doSynthesis(String accessToken, String voiceName, String originText, Integer audioType, Double speed, Double volume, String filePath) {//在非浏览器上操作，需要把合成文本转化为utf-8格式try {originText = URLEncoder.encode(originText, "utf-8");String synthesisUrl = String.format(ttsUrl, accessToken, audioType, voiceName, speed, volume, originText);fetchTtsResponse(synthesisUrl, filePath);} catch (Exception e) {e.printStackTrace();}}

2.3.6.完整代码事例
定制模型完整代码

package com.databaker.web.tts;import com.alibaba.fastjson.JSON;
import com.alibaba.fastjson.JSONObject;
import okhttp3.*;
import org.apache.commons.lang3.StringUtils;import java.io.File;
import java.util.ArrayList;
import java.util.List;/*** 声音复刻RESTFUL API接口调用示例* 附：声音复刻RESTFUL API文档 【https://www.data-baker.com/specs/file/reprint_api_restful】** 注意：仅作为demo示例,失败重试、token过期重新获取、日志打印等优化工作需要开发者自行完成** @author data-baker*/
public class TtsSoundReproductionApiDemo {/*** 授权：需要在开放平台获取【https://ai.data-baker.com/】*/private static final String clientId = "YOUR_CLIENT_ID";private static final String clientSecret = "YOUR_CLIENT_SECRET";/*** 获取token的地址信息*/public static String tokenUrl = "https://openapi.data-baker.com/oauth/2.0/token?grant_type=client_credentials&client_secret=%s&client_id=%s";/*** 声音复刻API地址*/public static String soundReproductionUrl = "https://openapi.data-baker.com/gramophone/v1/submit";/*** 音频列表，需满足一定条件：* 1.格式为pcm或wav* 2.采样率为16000hz,位深为16bit，单声道* 3.有效时长最好不小于3分钟（接口实际是以识别出的字数作为判定标准）*/public static List<File> originFiles = new ArrayList<>();public static void main(String[] args) {String accessToken = getAccessToken();if (StringUtils.isNotEmpty(accessToken)) {doSoundReproduction(accessToken, originFiles, "mobile", "https://openapi.data-baker.com/gramophone/v1/api/notify");}}/*** 提交复刻任务** 开发者需开发一个回调接口，接口地址作为参数notifyUrl，用来接收模型训练的结果,具体写法可参考接口文档【https://www.data-baker.com/specs/file/reprint_api_restful】中的回调部分*/private static void doSoundReproduction(String accessToken, List<File> originFiles, String mobile, String notifyUrl) {//创建连接OkHttpClient client = new OkHttpClient();//构建requestBody,传入参数MultipartBody.Builder requestBody = new MultipartBody.Builder().setType(MultipartBody.FORM);for (File file : originFiles) {RequestBody body = RequestBody.create(file, MediaType.parse("multipart/form-data"));String filename = file.getName();requestBody.addFormDataPart("originFiles", filename, body);}requestBody.addFormDataPart("access_token", accessToken);requestBody.addFormDataPart("mobile", mobile);requestBody.addFormDataPart("notifyUrl", notifyUrl);//构造requestRequest request = new Request.Builder().url(soundReproductionUrl).method("POST", requestBody.build()).build();try {Response response = client.newCall(request).execute();if (response.isSuccessful()) {System.out.println("调用成功，返回结果：" + response.body().string());} else {System.out.println("调用失败，返回结果：" + response.body().string());}} catch (Exception e) {e.printStackTrace();}}public static String getAccessToken() {String accessToken = "";OkHttpClient client = new OkHttpClient();//request 默认是get请求String url = String.format(tokenUrl, clientSecret, clientId);Request request = new Request.Builder().url(url).build();JSONObject jsonObject;try {Response response = client.newCall(request).execute();if (response.isSuccessful()) {//解析String resultJson = response.body().string();jsonObject = JSON.parseObject(resultJson);accessToken = jsonObject.getString("access_token");}} catch (Exception e) {e.printStackTrace();}return accessToken;}
}

定制声音合成完整代码

package com.databaker.web.tts;import com.alibaba.fastjson.JSON;
import com.alibaba.fastjson.JSONObject;
import okhttp3.OkHttpClient;
import okhttp3.Request;
import okhttp3.Response;
import org.apache.commons.lang3.StringUtils;import java.io.File;
import java.io.IOException;
import java.net.URLEncoder;
import java.nio.file.Files;/*** 语音合成（个性化音色）RESTFUL API接口调用示例* 附：语音合成（个性化音色）RESTFUL API文档 【https://www.data-baker.com/specs/file/reprint_api_compose】** 注意：仅作为demo示例,失败重试、token过期重新获取、日志打印等优化工作需要开发者自行完成** @author data-baker*/
public class TtsPersonalRestApiDemo {/*** 授权：需要在开放平台获取【https://ai.data-baker.com/】*/private static final String clientId = "YOUR_CLIENT_ID";private static final String clientSecret = "YOUR_CLIENT_SECRET";/*** 获取token的地址信息*/public static String tokenUrl = "https://openapi.data-baker.com/oauth/2.0/token?grant_type=client_credentials&client_secret=%s&client_id=%s";/*** 合成使用的地址信息，rate、language等参数在本demo固定，开发者如需调整，参考https://www.data-baker.com/specs/file/reprint_api_compose*/public static String ttsUrl = "https://openapi.data-baker.com/tts_personal?access_token=%s&domain=1&audiotype=%s&language=zh&voice_name=%s&speed=%s&volume=%s&text=%s";/*** 仅作为demo示例* 失败重试、token过期重新获取、日志打印等优化工作需要开发者自行完成**/public static void main(String[] args) {String accessToken = getAccessToken();if (StringUtils.isNotEmpty(accessToken)) {//此处voiceName应传入已成功完成复刻过程的modelId(示例：YOUR_MODEL_ID = 5c97a06ce40cf69e33d2d05c25d4807f9f657)doSynthesis(accessToken, "YOUR_MODEL_ID", "测试文本", 6, 5.0, 5.0, "/home/tts/test.wav");}}public static void doSynthesis(String accessToken, String voiceName, String originText, Integer audioType, Double speed, Double volume, String filePath) {//在非浏览器上操作，需要把合成文本转化为utf-8格式try {originText = URLEncoder.encode(originText, "utf-8");String synthesisUrl = String.format(ttsUrl, accessToken, audioType, voiceName, speed, volume, originText);fetchTtsResponse(synthesisUrl, filePath);} catch (Exception e) {e.printStackTrace();}}/*** 请求并获取音频流保存至本地文件：这里filePath为全路径** @param url* @param filePath* @throws IOException*/public static void fetchTtsResponse(String url, String filePath) throws IOException {OkHttpClient client = new OkHttpClient();//request 默认是get请求Request request = new Request.Builder().url(url).build();try {Response response = client.newCall(request).execute();if (response.isSuccessful()) {if (response.body() != null&& response.body().contentType().toString().startsWith("audio")) {//写入文件File targetFile = new File(filePath);Files.write(targetFile.toPath(), response.body().bytes());}}} catch (Exception e) {e.printStackTrace();}}public static String getAccessToken() {String accessToken = "";OkHttpClient client = new OkHttpClient();//request 默认是get请求String url = String.format(tokenUrl, clientSecret, clientId);Request request = new Request.Builder().url(url).build();JSONObject jsonObject;try {Response response = client.newCall(request).execute();if (response.isSuccessful()) {//解析String resultJson = response.body().string();jsonObject = JSON.parseObject(resultJson);accessToken = jsonObject.getString("access_token");}} catch (Exception e) {e.printStackTrace();}return accessToken;}
}

地址：https://ai.data-baker.com/#/?source=qaz123
（注：填写邀请码hi25d7，每日免费调用量还可以翻倍）