接口描述

本接口服务采用 websocket 协议，允许用户以音频流的形式输入原始声音，同时转换后的声音也以流的形式实时推送回去，可以做到边说话边转换的实时效果。在使用该接口前，需要 开通音色变换服务，并进入 API 密钥管理页面 新建密钥，生成 AppID、SecretID 和 SecretKey，用于 API 调用时生成签名，签名将用来进行接口鉴权。

接口要求

集成实时语音变换 API 时，需按照以下要求。

接口调用流程

接口调用流程分为两个阶段：握手阶段和声音变换阶段。

握手阶段

握手阶段，客户端主动发起 websocket 连接请求，请求 URL 格式为：

                                                                                                                   wss://tts.cloud.tencent.com/vc_stream/?{请求参数}

其中需替换为腾讯云注册账号的 AppID，可通过 API 密钥管理页面 获取，{请求参数}格式为：

                                                                                                                   key1=value2&key2=value2...(key 和 value 都需要进行 urlencode)

请求参数：

signature 签名生成

1. 对除 signature 之外的所有参数按字典序进行排序，拼接请求 URL 作为签名原文，这里以 AppId=251139***, SecretId=*****5xz330ynTzIOGvNdgghaG2oYL****** 为例拼接签名原文，则拼接的签名原文为：

                                    tts.cloud.tencent.com/vc_stream/251139***?Codec=pcm&End=0&Expired=1670390440&SampleRate=16000&SecretId=*****5xz330ynTzIOGvNdgghaG2oYL******&Timestamp=1670304040&VoiceId=11111111&VoiceType=301002

2. 对签名原文使用 SecretKey 进行 HmacSha1 加密，之后再进行 base64 编码。例如对上一步的签名原文SecretKey=*****PXQ5WihT5ZsxrXylV6b5n******，使用 HmacSha1 算法进行加密并做 base64 编码处理：

                                                                                                                                   Base64Encode(HmacSha1("tts.cloud.tencent.com/vc_stream/251139***?Codec=pcm&End=0&Expired=1670390440&SampleRate=16000&SecretId=*****5xz330ynTzIOGvNdgghaG2oYL******&Timestamp=1670304040&VoiceId=11111111&VoiceType=301002", "*****PXQ5WihT5ZsxrXylV6b5n******"))

3. 得到 signature 签名值为：


H5EZgzPGP5wkjGHw96iJDrrqFVs=

4. 将 signature 值进行 urlencode（必须进行 URL 编码，否则将导致鉴权失败偶现 ）后拼接得到最终请求 URL 为：

                                                                     wss://tts.cloud.tencent.com/vc_stream/251139***?Codec=pcm&End=0&Expired=1670390440&SampleRate=16000&SecretId=*****5xz330ynTzIOGvNdgghaG2oYL******&Timestamp=1670304040&VoiceId=11111111&VoiceType=301002&Signature=H5EZgzPGP5wkjGHw96iJDrrqFVs%3D

请求响应

客户端使用最终请求 URL 发起连接请求后，后台建立连接并进行签名校验，校验成功则返回 code 值为0的确认消息表示握手成功；如果校验失败，后台返回 code 为非0值的消息并断开连接。

声音变换阶段

1. 握手成功之后，进入声音变换阶段，客户端上传语音数据并接收变换结果消息。2. 在变换过程中，客户端持续上传 binary message 到后台，内容为（HEAD + JSON + 音频流）二进制数据。说明：建议音频数据每100ms发送100ms时长（即1:1实时率）的数据包，对应 pcm 大小为：16k采样率3200字节。音频发送速率过快超过1:1实时率或者音频数据包之间发送间隔超过6秒，可能导致引擎出错，后台将返回错误并主动断开连接。3. 音频流上传完成后，客户端需将 JSON 结构体中 End 参数置为1，通知后台结束声音变换。
请求参数：
响应参数：
格式说明： 第一部分 HEAD 四字节的二进制，长度为一个大端的32位 int 转换而来，表示第二部分 JSON 数据的长度。 第二部分是一个 JSON 的字符串。 第三部分是音频的二进制数据，若数据包中不包含音频，则第三部分可以为空。
参数说明：

开发者资源

SDK

Tencent Cloud SDK for Go

错误码



对解决方案有疑惑？想了解解决方案收费？ 联系解决方案专家

腾讯云限时活动1折起，即将结束： 马上收藏

同尘科技为腾讯云授权服务中心，购买腾讯云享受折上折，更有现金返利:同意关联，立享优惠

阿里云解决方案也看看？： 点击对比阿里云的解决方案