當(dāng)你實(shí)現(xiàn)了文本式大模型得語音對話，接下來要做的其中一項(xiàng)任務(wù)是將回復(fù)得文本語音播報(bào)。那么就需要用到在線文本轉(zhuǎn)語音，將轉(zhuǎn)換得語音音頻文件進(jìn)行播放即可。

最近對于大模型的對話研究一直在用DeepSeek何Kimi去幫助寫代碼，但是由于DeepSeek最近總是服務(wù)繁忙，所以主要使用Kimi，之前寫的文章ESP32C3接入DeepSeek大模型測試，就是Kimi幫忙完成的。（最近已經(jīng)離不開大模型的使用，從去年覺的大模型一般，到現(xiàn)在離不開，后面會(huì)寫一篇大模型使用心得，為什么要使用大模型，什么樣的人可以用）。

回歸今天得主題，我這里是的是阿里云在線文本轉(zhuǎn)語音。其實(shí)也有很多其他的，但是我發(fā)現(xiàn)好多都已經(jīng)關(guān)閉開發(fā)API，比如科大訊飛，已經(jīng)關(guān)閉，下圖看嫂接口地址為wss，ESP32C3只能訪問http，如果有小伙伴有方法可以交流。（何Python版本也有關(guān)系）。

接下來看阿里云的在線文本轉(zhuǎn)語音，使用的是語音合成CosyVoice，也有很多去他的模型可以選擇。

就在上述界面下，即可得到Python代碼，注意加入自己的API Key。

這樣就輸出了output.mp3的音頻文件，再配合MAX98357即可播放音頻，但是要注意MAX98357播放的是WAV格式。

如下是語音可選擇得音色，有20種可選。其中包括中文普通話、東北口音、英語等。

歡迎在留言區(qū)互動(dòng)。最近小智很火，需要套件玩耍的小伙伴可以入手。