# SparkChain 在线语音合成 Linux SDK集成文档

# 1. 在线语音合成简介

在线语音合成流式接口将文字信息转化为声音信息,同时提供了众多极具特色的发音人(音库)供您选择。具体发音人参考功能参数配置。

注意:在使用该能力前,需要开通相应的授权。

小语种及少数民族方言:

  • 目前新增:韩语、日语、维吾尔语、藏语、法语、俄语、西班牙语、印地语、德语、越南语、巴西葡萄牙语、意大利语、葡萄牙语、泰语、乌尔都语;
  • 使用小语种时上传文本编码必须使用unicode编码且设置tte=unicode(unicode即utf16小端的编码方式)或者使用UTF8的编码方式;
  • 需先在控制台开启小语种发音人才可合成小语种,否则报错11200。

# 2. 兼容性说明

类别 兼容范围
系统 支持x86,x86_64,arm和arm64架构,支持交叉编译,适配常见芯片型号。
开发环境 建议使用 VS Studio 进行开发

# 3. SDK集成包目录结构

将SDK zip包解压缩,得到如下文件:

├── Demo SparkChain的使用DEMO,DEMO中已经集成了SDK,您可以参考DEMO,集成SDK。集成前,请先测通DEMO,了解调用原理。

├── ReleaseNotes.txt SDK版本日志

├── SDK SparkChain SDK

│ └── libSparkChain.so (opens new window)

└── SparkChain 在线语音合成 Linux SDK集成文档.pdf SparkChain集成指南

# 4. SDK工程配置

# 4.1 导入SDK库

将SDK/libs文件夹、头文件文件夹include存放到项目中,并在环境变量里添加库路径;

#include "../../include/sparkchain.h"
#include "../../include/sc_tts.h"

# 4.2 配置权限

如果需要存储日志,SDK日志路径需要读写权限,缺少读写权限,日志将无法正常存储。

# 5. 接口流程调用图

# 6. SDK 初始化

在使用SparkChain 在线合成功能前,需要首先开通在线合成功能授权并获取已开通授权的应用信息(appId、apiKey、apiSecret)。SDK全局只需要初始化一次。 初始化时,开发者需要构建一个SparkChainConfig实例config,把相关的appid信息以及日志设置等传入config中,然后再通过SparkChain::init(config)方法把config实例设置到SDK中。SparkChainConfig 结构如下:

class SPARKCHAIN_API SparkChainConfig { 
    public:    
    	static SparkChainConfig* builder();    
    	virtual ~SparkChainConfig();    
    	//配置appid    
    	virtual SparkChainConfig* appID(const char* appid)         = 0;    
    	//配置apiKey    
    	virtual SparkChainConfig* apiKey(const char* apiKey)       = 0;    
    	//配置apiSecret    
    	virtual SparkChainConfig* apiSecret(const char* apiSecret) = 0;    
    	//配置用户自定义标识    
    	virtual SparkChainConfig* uid(const char* uid)             = 0;    
    	//配置SDK工作路径    
    	virtual SparkChainConfig* workDir(const char* workDir)     = 0;    
    	//配置日志等级    
    	virtual SparkChainConfig* logLevel(int logLevel )          = 0;    
    	//配置日志存储路径    
    	virtual SparkChainConfig* logPath(const char* logPath)     = 0; 
}; 

初始化参数说明:

接口名称 含义 参数类型 限制 是否必填
appID 创建应用后,生成的应用ID const char* 与平台生成的appID完全一致
apiKey 创建应用后,生成的唯一应用标识 const char* 与平台生成的apiKey完全一致
apiSecret 创建应用后,生成的唯一应用秘钥 const char* 与平台生成的apiSecret完全一致
logLevel 日志等级 int 枚举,0:VERBOSE,1:DEBUG,2:INFO,3:WARN,4:ERROR,5:FATAL,100:OFF
logPath 日志存储路径,设置则会把日志存在该路径下,不设置则会把日志打印在终端上 const char* 设置的路径需要有读写权限
uid 用户自定义标识 const char*

初始化返回值:0:初始化成功,非0:初始化失败,请根据具体返回值参考错误码章节查询原因。

具体示例如下:

SparkChainConfig* config = SparkChainConfig::builder(); 
config->appID("$appId")      
    ->apiKey("$apiKey")      
    ->apiSecret("$apiSecret");//从平台获取的授权appid,apikey,apisecrety 
int ret = SparkChain::init(config);

# 7. 在线语音合成初始化

在使用在线语音合成功能前,需先通过其构造方法OnlineTTS()方法构建其实例,然后用该实例调用相应的方法去设置转写参数。

在线语音合成构造方法如下:

class SPARKCHAIN_API OnlineTTS : public TTS {
public:
    explicit OnlineTTS(string vcn);
    ~OnlineTTS();
};

构造方法参数说明:

方法名 参数名 类型 说明
OnlineTTS vcn String 发音人,可选值:请到控制台添加试用或购买发音人,添加后即显示发音人参数值。默认值:xiaoyan

具体示例如下:

OnlineTTS tts("xiaoyan");

# 8. 功能参数配置

SDK支持用户根据自身需求,通过构建的OnlineTTS实例访问相关方法配置合成参数。具体方法说明如下:

方法名 形参名 形参类型 必传 描述 示例
aue aue string 音频编码,可选值:
raw:未压缩的pcm
lame:mp3 (当aue=lame时需传参sfl=1)
speex-org-wb;7: 标准开源speex(for speex_wideband,即16k)数字代表指定压缩等级(默认等级为8)
speex-org-nb;7: 标准开源speex(for speex_narrowband,即8k)数字代表指定压缩等级(默认等级为8)
speex;7:压缩格式,压缩等级1~10,默认为7(8k讯飞定制speex)
speex-wb;7:压缩格式,压缩等级1~10,默认为7(16k讯飞定制speex)
"raw" "speex-org-wb;7" 数字代表指定压缩等级(默认等级为8),数字必传 标准开源speex编码以及讯飞定制speex说明请参考音频格式说明 (opens new window)
sfl sfl int 需要配合aue=lame使用,开启流式返回 mp3格式音频
取值:1 开启
1
auf auf string 音频采样率,可选值:
audio/L16;rate=8000:合成8K 的音频
audio/L16;rate=16000:合成16K 的音频
auf不传值:合成16K 的音频
"audio/L16;rate=16000"
vcn vcn string 发音人,可选值:
请到控制台添加试用或购买发音人,添加后即显示发音人参数值
"xiaoyan"
speed speed int 语速,可选值:[0-100],默认为50 50
volume volume int 音量,可选值:[0-100],默认为50 50
pitch pitch int 音高,可选值:[0-100],默认为50 50
bgs bgs int 合成音频的背景音
0:无背景音(默认值)
1:有背景音
0
tte tte string 文本编码格式
GB2312
GBK
BIG5
UNICODE(小语种必须使用UNICODE编码,合成的文本需使用utf16小端的编码方式,详见java示例demo (opens new window))
GB18030 UTF8(小语种)
"GBK"
reg reg int 设置英文发音方式:
0:自动判断处理,如果不确定将按照英文词语拼写处理(缺省)
1:所有英文按字母发音
2:自动判断处理,如果不确定将按照字母朗读 默认按英文单词发音
2
rdn rdn int 合成音频数字发音方式
0:自动判断(默认值)
1:完全数值
2:完全字符串
3:字符串优先
0

具体配置示例如下:

tts.aue("raw");
tts.bgs(0);//合成音频的背景音 0:无背景音(默认值) 1:有背景音
...
tts.speed(50);//语速
tts.pitch(50);//语调
tts.volume(50);//音量

# 9. 注册结果监听回调

在线语音合成运行结果通过TTSCallbacks异步返回,接口定义如下:

class SPARKCHAIN_API TTSCallbacks {
    public:
    virtual void onResult(TTSResult * result, void * usrTag = nullptr) = 0;
    virtual void onError(TTSError * error, void * usrTag = nullptr) = 0;
};

TTSCallbacks数据结构说明:

  • onResult为超拟人合成音频回调方法,参数说明如下:

    参数 类型 说明
    result TTSResult * 在线合成结果实例
    usrTag void* 用户自定义标识
  • TTSResult结构说明:

    方法 说明
    data() ⾳频数据,最⼩尺⼨:0B, 最⼤尺⼨:10485760B
    len() 音频数据长度
    status() 数据状态,0:开始, 1:开始, 2:结束
    ced() 流式音频数据的进度尾端点
    sid() 本次会话的id
  • onError为超拟人合成错误回调,参数说明如下:

    参数 类型 说明
    error TTSError * 错误信息结果实例
    usrTag void * 用户自定义标识
  • TTSError结果说明:

    方法 说明
    code() 错误码ID,具体参考错误码章节。
    errMsg() 错误信息
    sid() 本次会话的id

具体示例如下:

class onlineTTSCallbacks : public TTSCallbacks {
    void onResult(TTSResult * result,void * usrTag) override {
        const char * data = result->data();//音频数据
        int len           = result->len();//音频数据长度
        int status        = result->status();//数据状态
        string ced        = result->ced();//进度
        string sid        = result->sid();//sid  
    }

    void onError(TTSError * error, void * usrTag) override {        
        int errCode   = error->code();//错误码
        string errMsg = error->errMsg();//错误信息
        string sid    = error->sid();//sid
    }    
};
onlineTTSCallbacks cbs{};
tts.registerCallbacks(&cbs);

# 10. 请求调用

开发者注册完监听回调后,可通过tts.aRun()方法进行请求调用。请求调用接口如下:

class SPARKCHAIN_API TTS {
public: 
    virtual int arun(const string & text, void * usrTag = nullptr);
}

aRun方法结构说明:

参数 类型 说明
text string 请求合成文本。
usrTag void * 用户自定义标识

具体示例如下:

String text = "技术支持跑的快,全靠大佬们带,受着老板们和研发大佬熏陶,技术支持也不会掉队的。"
tts.aRun(text);

# 11. 停止合成

如果开发者不需要此次合成结果,可以通过调用stop()方法结束本次合成,然后重新进行下一次交互。具体调用如下:

tts.stop();

如果不需要继续使用SDK,需要执行逆初始化释放资源。逆初始化执行步骤参考第12节。

# 12. 逆初始化

当SDK需要完整退出时,需调用逆初始化方法释放资源,示例代码如下:

SparkChain::unInit(); //SDK逆初始化

# 13. SDK API介绍

# 13.1 SparkChainConfig API

返回值类型 方法说明
SparkChainConfig* virtual SparkChainConfig* appID(const char* appid) = 0
设置用户的appID
SparkChainConfig* virtual SparkChainConfig* apiKey(const char* apiKey) = 0
设置用户的apiKey
SparkChainConfig* virtual SparkChainConfig* apiSecret(const char* apiSecret) = 0
设置用户的apiSecret
SparkChainConfig* virtual SparkChainConfig* uid(const char* uid) = 0
设置用户自定义标识
SparkChainConfig* virtual SparkChainConfig* workDir(const char* workDir) = 0
设置SDK工作路径
SparkChainConfig* virtual SparkChainConfig* logLevel(int logLevel ) = 0
设置日志等级
SparkChainConfig* virtual SparkChainConfig* logPath(const char* logPath) = 0
设置日志保存路径
SparkChainConfig* static SparkChainConfig* builder()
构建SparkChain实例

# 13.2 SparkChain API

返回值类型 方法说明
int32_t SPARKCHAIN_API int32_t init(SparkChainConfig* config)
SDK初始化
int32_t SPARKCHAIN_API int32_t unInit()
SDK逆初始化

# 13.3 OnlineTTS API

返回值类型 方法说明
void void aue(string aue)
设置音频编码
void void sfl(int sfl)
开启流式返回(配合aue=lame使用)
void void auf(string auf)
设置音频采样率
void void tte(string tte)
设置文本编码格式
void virtual void vcn(string vcn)
设置发音人
void virtual void speed(int speed)
设置语速
void virtual void pitch(int pitch)
设置音调
void virtual void volume(int volume)
设置音量
void virtual void bgs(int bgs)
设置背景音
void virtual void reg(int reg)
设置英文发音方式
void virtual void rdn(int rdn)
设置数字发音方式
void virtual void registerCallbacks(TTSCallbacks * cbs)
注册监听回调
void virtual void stop()
停止合成
int virtual int arun(const string & text, void * usrTag = nullptr)
请求调用

# 13.4 TTSResult API

返回值类型 方法说明
const char * virtual const char * data() const = 0
获取音频数据
int virtual size_t len() const = 0
获取音频数据长度
String virtual string ced() const = 0
获取音频进度
int virtual int status() const = 0
获取数据状态
String virtual string sid() const = 0
获取交互sid

# 13.5 TTSError API

返回值类型 方法说明
int virtual int code() const = 0
获取错误码
String virtual string errMsg() const = 0
获取错误信息
String virtual string sid() const = 0
获取交互sid

# 14. 错误码

错误码包含SDK错误码和云端错误码。

# 14.1 SDK错误码

错误码 含义 自查指南
0 操作成功
18000 本地license文件不存在 检查工作目录下是否存在license文件,或者该目录是否有读写权限
18001 授权文件内容非法 授权文件存在问题,请联系技术支持询问
18002 授权文件解析失败 授权文件可能存在损坏,请联系技术支持询问
18003 payload内容缺失 授权文件存在问题,请联系技术支持询问
18004 signature内容缺失 授权文件存在问题,请联系技术支持询问
18005 授权已过期 授权时间过期,请检查系统时间是否是当前时间,并联系技术支持询问
18006 授权时间错误,比正常时间慢30分钟以上 请检查系统时间是否正确
18007 授权应用不匹配(apiKey、apiSecret) apiKey、apiSecret 配置有误,请核对项目中配置的 apiKey、apiSecret 。
18008 授权文件激活过期 授权文件已超过15天未激活,需要联系相关人员重新生成离线授权文件
18009 授权app信息指针为空
18010 离线授权激活文件指定平台与设备平台不匹配 授权文件里预置的平台架构与实际运行的设备的平台架构不一致
18011 离线授权激活文件指定架构与设备cpu架构不匹配 授权文件里预置的cpu架构与实际运行的设备的cpu架构不一致
18012 离线授权激活文件中包含License个数异常 离线授权文件异常,请联系相关人员重新生成离线授权文件
18013 离线授权激活文件中未找到当前设备 当前运行的设备的设备指纹不在离线授权文件中,请检查该设备的设备指纹是否在提供的指纹池中
18014 离线授权激活文件中设备指纹安全等级非法 请联系技术支持调整该appid的设备指纹等级
18015 硬件授权验证失败 硬件授权验证失败,请联系相关人员处理
18016 离线授权激活文件内容非法 离线授权文件被修改,请联系相关人员重新生成离线授权文件
18017 离线授权激活文件中协议头非法 离线授权文件被修改,请联系相关人员重新生成离线授权文件
18018 离线授权激活文件中指纹组成项个数为0 离线授权文件生成异常,请联系相关人员重新生成离线授权文件
18019 资源已过期 资源的时间校验已过期,请联系相关人员增加授权时间
18100 资源鉴权失败 资源鉴权失败,请联系相关人员处理
18101 资源格式解析失败 资源格式解析失败,请联系相关人员处理
18102 资源(与引擎)不匹配 资源(与引擎)不匹配,请检查资源是否用错,如果未用错,请联系相关人员处理
18103 资源参数不存在(指针为NULL) 资源参数不存在,请检查资源是否正确
18104 资源路径打开失败 资源路径打开失败,请检查工作目录下是否存在该资源,或者该资源是否存在读写权限
18105 资源加载失败,workDir内未找到对应资源 请检查workDir中是否存在此资源,或者resDir是否设置正确,或者app是否有改路径的读写权限
18106 资源卸载失败, 卸载的资源未加载过 资源卸载失败, 卸载的资源未加载过
18200 引擎鉴权失败 引擎鉴权失败,引擎存在问题。请联系技术支持询问
18201 引擎动态加载失败 引擎动态加载失败,请联系技术支持询问
18202 引擎未初始化 引擎在使用前,需要调用engineInit初始化
18203 引擎不支持该接口调用 引擎不支持该接口调用,请查询对应的能力文档,使用正确的方法调用
18204 引擎craete函数指针为空 引擎存在问题,请联系技术支持询问
18300 SDK不可用 SDK存在异常,请联系技术支持询问
18301 SDK未初始化 在使用大模型前请先初始化 SDK,如果有调用 uninit 方法,再次使用大模型交互时需要重新初始化。
18302 SDK初始化失败 请根据init接口回调中返回的错误码参考此文档做对应检查
18303 SDK 已经初始化 重复初始化导致,使用能力时,SDK 只需要初始化一次,请检查 SDK 初始化逻辑是否存在多次初始化。
18304 不合法参数 请参考demo及集成文档仔细检查所传参数是否正确。
18305 SDK会话handle为空 请检查代码逻辑,handle是否被释放
18306 SDK会话未找到 SDK会话未找到
18307 SDK会话重复终止 SDK会话重复终止,请检查代码逻辑
18308 超时错误 请求超时
18309 SDK正在初始化中 SDK正在初始化中,请检查代码逻辑
18310 SDK会话重复开启 SDK会话重复开启,请检查代码逻辑
18311 sdk同一能力并发路数超出最大限制 sdk同一能力并发路数超出最大限制
18312 此实例已处在运行态,禁止单实例并发运行 SDK同一能力单实例不支持并发
18400 工作目录无写权限 在设置 workDir 时,请确保该工作路径有读写权限。若无法设置读写权限,请修改为有读写权限的工作路径。
18401 设备指纹获取失败,设备未知 采集不到设备指纹
18402 文件打开失败 请检查 日志中所打印的文件是否存在,以及对应路径下是否有读权限。
18403 内存分配失败 请联系技术支持询问
18404 设备指纹比较失败 请联系技术支持询问
18500 未找到该参数 key 请参照demo或集成文档仔细检查参数名拼写
18501 参数范围溢出,不满足约束条件 请根据文档检查调用 SDK 方法时所传参数范围,需要确保所传参数符合协议约束要求
18502 SDK 初始化参数为空 请根据 SDK 集成文档检查 SDK 初始化代码,确保必填参数有值且合法
18503 SDK 初始化参数中 appId 为空 appId 为空值,请在 SDK 初始化时传入正确的 appId 值
18504 SDK 初始化参数中 apiKey为空 apiKey为空值,请在 SDK 初始化时传入正确的 apiKey值
18505 SDK 初始化参数中 apiSecret 为空 apiSecret 为空值,请在 SDK 初始化时传入正确的 apapiSecret 值
18506 ability参数为空 请检查代码逻辑,参数是否未传入
18507 input参数为空 请检查代码逻辑,参数是否未传入
18508 输入数据参数Key不存在 请检查代码逻辑,参数key是否不符合该引擎
18509 必填参数缺失 请参考demo或者文档检查是否漏传必填参数
18510 output参数缺失 引擎输出参数异常,请联系技术支持询问
18520 不支持的编解码类型 请检查送入的数据是否符合要求
18521 编解码handle指针为空 请检查代码逻辑,handle是否被释放
18522 编解码模块条件编译未打开 请联系技术支持询问
18523 编码错误 请联系技术支持询问
18524 解码错误 请联系技术支持询问
18600 协议中时间戳字段缺失 协议文件异常,请联系技术支持询问
18601 协议中未找到该能力ID 调用的能力不在该SDK中,请检查SDK是否使用错误,或者调用能力id是否写错
18602 协议中未找到该资源ID appid没有该资源的使用权限
18603 协议中未找到该引擎ID 协议存在问题,请联系技术支持询问
18604 协议中引擎个数为0 协议存在问题,请联系技术支持询问
18605 协议未被初始化解析 协议存在问题,请联系技术支持询问
18606 协议能力接口类型不匹配 协议存在问题,请联系技术支持询问
18607 预置协议解析失败 协议存在问题,请联系技术支持询问
18700 通用网络错误 请检查网络连接是否正常
18701 网络不通 请检查网络连接是否正常
18702 网关检查不过 检查设备时间是否正确; 请检查 SDK 初始化时所传 apiKey、apiScrect 是否正确;
18703 云端响应格式不对 请检查网络是否可以正常访问外网
18704 应用未注册 appid存在问题,请检查 appid 是否正确
18705 应用 ApiKey & ApiSecret 校验失败 请检查 apiKey、apiSecret 是否正确
18706 引擎不支持的平台架构 请检查运行的设备平台引擎是否支持
18707 授权已过期 请检查授权期限
18708 无可用授权 没有授权或者授权已满
18709 未找到该app绑定的能力 请检查该appid是否申请该能力
18710 未找到该app绑定的能力资源 该appid没有该资源的使用权限,请联系技术支持询问
18711 JSON操作失败 请联系技术支持询问
18712 网络请求 404 错误 请检查网络是否通畅
18713 设备指纹安全等级不匹配 设备指纹安全等级不符合要求
18714 应用信息有误 服务端无法查询到api_key,请检查api_key和api_secret信息是否填写正确
18715 未找到该SDK ID SDK异常,请联系技术支持询问
18716 未找到该组合能力集合 请检查使用的能力是否是该appid所申请的能力
18717 SDK授权不足 授权数量已满
18718 无效授权应用签名 应用签名异常,请联系技术支持询问
18719 应用签名不唯一 应用签名异常,请联系技术支持询问
18720 能力schema不可用 请联系技术支持询问
18721 竞争授权: 未找到能力集模板 请联系技术支持询问
18722 竞争授权: 能力不在模板能力集模板中 请联系技术支持询问
18801 连接建立出错 请检查网络是否通畅
18802 结果等待超时 请检查网络是否通畅
18803 连接状态异常 请检查网络是否通畅
18902 并发超过路数限制 不支持并发
18903 大模型规划步骤为空 请检查请求数据的意图是否明确
18904 插件未找到 请检查是否使用了未存在的插件
18906 与大模型交互次数超限制
18907 运行超限制时长
18908 大模型返回结果格式异常 可能是因为大模型结果太多,导致30秒内没有返回完,从而引起SDK内部认为超时,建议使用异步调用。
18951 同一流式大模型会话,禁止并发交互请求
18952 输入数据为空或异常
19001 设备级授权: 设备被禁用
19002 设备级授权: 协议解析失败
19003 设备级授权: 本地缓存获取失败
19004 设备级授权: 无网络
19005 设备级授权: 授权未找到
19006 设备级授权: 设备授权获取失败
19007 设备级授权: 当前设备处于黑名单
19008 设备级授权: 当前设备不在白名单
19010 设备级授权: 鉴权参数非法
20011 设备级授权: 不匹配的appid

# 14.2 部分云端错误码

备注:如出现下述列表中没有的错误码,可到 这里 (opens new window) 查询。

错误码 错误描述 说明 处理方式
10005 licc fail appid授权失败 确认appid是否正确,是否开通了合成服务
10006 Get audio rate fail 请求缺失必要参数 检查报错信息中的参数是否正确上传
10007 get invalid rate 请求的参数值无效 检查报错信息中的参数值是否在取值范围内
10010 AIGES_ERROR_NO_LICENSE 引擎授权不足 请到控制台提交工单联系技术人员
10109 AIGES_ERROR_INVALID_DATA 请求文本长度非法 检查是否文本长度超出了限制
10019 service read buffer timeout, session timeout session超时 检查是否数据发送完毕但未关闭连接
10101 engine inavtive 引擎会话已结束 检查是否引擎已结束会话但客户端还在发送数据,比如音频数据虽然发送完毕但并未关闭websocket连接,还在发送空的音频等
10313 appid cannot be empty appid不能为空 检查common参数是否正确上传,或common中的app_id参数是否正确上传或是否为空
10317 invalid version 版本非法 联系技术人员
11200 auth no license 没有权限 检查是否使用了未授权的发音人,或者总的调用次数已超越上限
11201 auth no enough license 日流控超限 可联系商务提高每日调用次数
10160 parse request json error 请求数据格式非法 检查请求数据是否是合法的json
10161 parse base64 string error base64解码失败 检查发送的数据是否使用了base64编码
10163 param validate error:... 缺少必传参数,或者参数不合法,具体原因见详细的描述 1)检查报错信息中的参数是否正确上传 2)检查上传的文本是不是已超过最大限制
10200 read data timeout 读取数据超时 检查是否累计10s未发送数据并且未关闭连接
10222 context deadline exceeded 网络异常 1)检查网络是否异常 2)调用超时,如果使用的是mp3格式的话,要传sfl=1来开启流式返回mp3的功能,否则文本长度过长就可能会超时。
在线
咨询
建议
反馈
体验
中心