有跡象表明,已經發現了一些可能的解決方法,能夠以從文本創建音頻的能力;其中兩個需要請求外部資源,另一個使用@masswerk使用meSpeak.js。
使用在Download the Audio Pronunciation of Words from Google中描述的方法,該方法不能夠預先確定哪些字實際上存在爲資源上的文件而沒有writing a shell script或執行HEAD
請求以檢查是否發生網絡錯誤。例如,「do」這個詞在下面使用的資源中不可用。
window.addEventListener("load",() => {
const textarea = document.querySelector("textarea");
const audio = document.createElement("audio");
const mimecodec = "audio/webm; codecs=opus";
audio.controls = "controls";
document.body.appendChild(audio);
audio.addEventListener("canplay", e => {
audio.play();
});
let words = textarea.value.trim().match(/\w+/g);
const url = "https://ssl.gstatic.com/dictionary/static/sounds/de/0/";
const mediatype = ".mp3";
Promise.all(
words.map(word =>
fetch(`https://query.yahooapis.com/v1/public/yql?q=select * from data.uri where url="${url}${word}${mediatype}"&format=json&callback=`)
.then(response => response.json())
.then(({query: {results: {url}}}) =>
fetch(url).then(response => response.blob())
.then(blob => blob)
)
)
)
.then(blobs => {
// const a = document.createElement("a");
audio.src = URL.createObjectURL(new Blob(blobs, {
type: mimecodec
}));
// a.download = words.join("-") + ".webm";
// a.click()
})
.catch(err => console.log(err));
});
<textarea>what it does my ninja?</textarea>
資源在Wikimedia Commons Category:Public domain是沒有必要從同一個目錄服務,看How to retrieve Wiktionary word content?,wikionary API - meaning of words。
如果資源的精確位置是已知的,聲音可以請求,雖然URL可包括比這個詞本身其他前綴。
fetch("https://upload.wikimedia.org/wikipedia/commons/c/c5/En-uk-hello-1.ogg")
.then(response => response.blob())
.then(blob => new Audio(URL.createObjectURL(blob)).play());
不能完全確定如何使用Wikipedia API,How to get Wikipedia content using Wikipedia's API?,Is there a clean wikipedia API just for retrieve content summary?只得到的音頻文件。對於結尾爲.ogg
的文本,需要解析JSON
響應,然後需要爲資源本身提供第二個請求。
fetch("https://en.wiktionary.org/w/api.php?action=parse&format=json&prop=text&callback=?&page=hello")
.then(response => response.text())
.then(data => {
new Audio(location.protocol + data.match(/\/\/upload\.wikimedia\.org\/wikipedia\/commons\/[\d-/]+[\w-]+\.ogg/).pop()).play()
})
// "//upload.wikimedia.org/wikipedia/commons/5/52/En-us-hello.ogg\"
它記錄
Fetch API cannot load https://en.wiktionary.org/w/api.php?action=parse&format=json&prop=text&callback=?&page=hello. No 'Access-Control-Allow-Origin' header is present on the requested resource
如果不是從同一產地要求。我們需要再次嘗試使用YQL
,但不確定如何制定查詢以避免錯誤。
第三種方法使用的meSpeak.js
略加修改以生成音頻而不使外部請求。該修改是建立一個適當的回調.loadConfig()
方法上述方法是,它需要大約14個半秒鐘的三個文件加載之前的音頻是
fetch("https://gist.githubusercontent.com/guest271314/f48ee0658bc9b948766c67126ba9104c/raw/958dd72d317a6087df6b7297d4fee91173e0844d/mespeak.js")
.then(response => response.text())
.then(text => {
const script = document.createElement("script");
script.textContent = text;
document.body.appendChild(script);
return Promise.all([
new Promise(resolve => {
meSpeak.loadConfig("https://gist.githubusercontent.com/guest271314/8421b50dfa0e5e7e5012da132567776a/raw/501fece4fd1fbb4e73f3f0dc133b64be86dae068/mespeak_config.json", resolve)
}),
new Promise(resolve => {
meSpeak.loadVoice("https://gist.githubusercontent.com/guest271314/fa0650d0e0159ac96b21beaf60766bcc/raw/82414d646a7a7ef11bb04ddffe4091f78ef121d3/en.json", resolve)
})
])
})
.then(() => {
// takes approximately 14 seconds to get here
console.log(meSpeak.isConfigLoaded());
meSpeak.speak("what it do my ninja", {
amplitude: 100,
pitch: 5,
speed: 150,
wordgap: 1,
variant: "m7"
});
})
.catch(err => console.log(err));
一個警告回放。但是,避免了外部請求。
這將是一個正的之一或兩者1)創建FOSS,顯影劑保持數據庫,或兩者兼有常見的和不常見的話聲音的目錄; 2)進一步開發meSpeak.js
以減少三個必需文件的加載時間;並使用基於Promise
的方法來提供文件加載進度和應用程序準備情況的通知。
在這個用戶的估計,這將是一個有用的資源,如果自己創造的,並有助於文件的在線數據庫,與特定詞的音頻文件迴應開發商。不完全確定github是否是主持音頻文件的適當場所?如果對此類項目感興趣,則必須考慮可能的選項。