【基于MAX98357的Minimax（百度）长文本语音合成TTS 接入教程】
- 1. 前言
- 2. 先决条件
- 2.1 硬件准备
- 2.2 软件准备
- 2.3 接线
- 3. 核心代码
- 3.1 驱动实现
- 3.2 代码解析
- 4. 播放文本
- 5. 结论
视频地址：
SeeedXIAO ESP32S3 Sense【基于MAX98357的Minimax（百度）长文本语音合成TTS 接入教程】
1. 前言
随着物联网技术的快速发展，智能设备的交互方式也在不断进化。语音合成技术（TTS）作为人机交互的重要组成部分，正变得越来越普及。本文将介绍如何利用SeeedXIAO ESP32S3 Sense开发板与MAX98357音频放大器结合，实现与Minimax长文本语音合成服务的集成，打造一个功能丰富的语音交互系统。
2. 先决条件
2.1 硬件准备
- ESP32开发板（推荐XIAO开发板）
- MAX98357 I2S 音频放大器模块
- 扬声器
- 跳线（杜邦线）
目前这是我使用的ESP32S3官方硬件👍👍👍（小小的身材有大大的力量）只需要35元加摄像头麦克风79元，后期我会整理相关专栏进行Arduino系统学习😘😘😘。有需要可以购买xiao开发板💕💕💕，SeeedXIAO ESP32S3 Sense硬件购买地址：https://s.click.taobao.com/lekazrt
2.2 软件准备
- Arduino IDE：下载并安装 Arduino IDE；
- ESP32 开发板库：在 Arduino IDE 中添加 ESP32 支持；
参考博客：【esp32c3配置arduino IDE教程】
为安装过程留出一些时间，具体时间可能因您的互联网连接而异。 - ESP32-audioI2S库安装
- 首先到GITHUB下载「ESP32-audioI2S」 仓库地址：https://github.com/schreibfaul1/ESP32-audioI2S/
- 解压源码包
- 把解压的文件放进Arduino IDE的libraries文件夹
- ArduinoJson库安装
安装成功如上
2.3 接线
ESP32与MAX98357的接线非常简单，只需要将ESP32的I2S接口与MAX98357的相应引脚连接即可。具体接线如下：
- XIAO D4（ ESP32的I2S_BCLK_5）连接到MAX98357的BCLK
- XIAO D3（ ESP32的I2S_LRC_4）连接到MAX98357的LRC
- XIAO D5（ ESP32的I2S_DOUT_6）连接到MAX98357的DIN
3. 核心代码
下面准备进行了基于ESP32 的硬件测试，此部分有源码分享和代码解析两部分
3.1 驱动实现
在Arduino IDE中，首先需要安装ESP32-audioI2S库和ArduinoJson库。然后将ESP32S3N8R8开发板与MAX98357音频放大器结合，实现与Minimax长文本语音合成TTS服务的集成。以下是一个简单的示例接入Minimax 代码：
#include <Audio.h>
#include <WiFi.h>
#include <HTTPClient.h>
#include <ArduinoJson.h>
#include "Arduino.h"
//1. Replace with your network credentials
const char* ssid = "J09 502";
const char* password = "qwertyuiop111"; // Change this to your WiFi password
String voice_id = "female-tianmei-jingpin"; //青年大学生音色：male-qn-daxuesheng;甜美女性音色：female-tianmei;男性主持人：presenter_male;女性主持人：presenter_female
// 2. Replace with your OpenAI API key
const char* apiKey = "eyJhbGciOiaWwiOiIiLCJDcmVhdGVUaW1lIjoiMjAyNC0wMy0xNiAxMzoyNDoxOCIsImlzcyI6Im1pbmltYXgifQ.WlEj8Nk0j_WOMXZE9SbIC8sHpwJ6R6Pi8Spl5mahJsW3-Jsz7Ev53sGGz3v__Bd5dDkt7o9-Y8BOW0WZq2ImaN7Rof7YNtYnYnvPNDyGx23_xRqq5co9P5UkC3ciYEcIch2SUZ5QPkXR-sMUPzhdowSYvfdu1N25kdKJ8GE_63NfCnsdDVt8mv0wQSSweJK0yf_C8a8ADdB1uF4vg_WKMDjHlvzERsoNZgX6FYtr-bee85rIyu4U-OrbUvEpR1FLPXa7lTlx65QvhVIYGbIKde7ERIT_7QLOQoVFvPz0gX-H6V7UlmSRgRy4LK_R9mvV5TqCy3v90WK_AFuwEhPXcg";
const char* group_id = "1759482180095975904";
const char* url = "https://api.minimax.chat/v1/t2a_pro?GroupId=1759482180095975904";
char myCharPointer;
//扬声器引脚
#define I2S_DOUT 6 // DIN connection
#define I2S_BCLK 5 // Bit clock
#define I2S_LRC 4 // Left Right ClockAudio audio;
String answerv;
String getvAnswer(void) {HTTPClient http1;http1.setTimeout(10000);http1.begin(url);http1.addHeader("Content-Type", "application/json");String token_key = String("Bearer ") + apiKey;http1.addHeader("Authorization", token_key);// 创建一个StaticJsonDocument对象，足够大以存储JSON数据StaticJsonDocument<200> doc;// 填充数据doc["text"] = "我是鹏鹏的小助手，你好鸭";doc["model"] = "speech-01";doc["audio_sample_rate"] = 32000;doc["bitrate"] = 128000;doc["voice_id"] = voice_id;// 创建一个String对象来存储序列化后的JSON字符串String jsonString;// 序列化JSON到String对象serializeJson(doc, jsonString);int httpResponseCode1 = http1.POST(jsonString);if (httpResponseCode1 != 200) {Serial.println("HTTP Request Failed");http1.end();return "<error>";}String reason = http1.getString();Serial.println("Received response:");Serial.println(reason);http1.end();DynamicJsonDocument jsonDoc1(1024);deserializeJson(jsonDoc1, reason);String outputText = jsonDoc1["audio_file"];return outputText;
}void set_voice() {answerv = getvAnswer();Serial.print(answerv);char myCharPointer[answerv.length() + 1]; // 分配足够的空间来存储字符串strcpy(myCharPointer, answerv.c_str()); // 复制字符串到 myCharPointeraudio.connecttohost(myCharPointer); // 128k mp3
}void setup() {// Initialize SerialSerial.begin(115200);// Connect to Wi-Fi networkWiFi.mode(WIFI_STA);WiFi.begin(ssid, password);Serial.print("Connecting to WiFi ..");while (WiFi.status() != WL_CONNECTED) {Serial.print('.');delay(1000);}Serial.println(WiFi.localIP());// print the SSID of the network you're attached to:Serial.print("SSID: ");Serial.println(WiFi.SSID());// print your WiFi shield's IP address:IPAddress ip = WiFi.localIP();Serial.print("IP Address: ");Serial.println(ip);audio.setPinout(I2S_BCLK, I2S_LRC, I2S_DOUT);audio.setVolume(20); // 0...21// audio.connecttohost("https://minimax-algeng-chat-tts.oss-cn-wulanchabu.aliyuncs.com/audio%2Ftts-mp3-20240406123922-amZgimLG.mp3?Expires=1712493562&OSSAccessKeyId=LTAI5tGLnRTkBjLuYPjNcKQ8&Signature=omJ5fmpPvXMoR1nk9D8UbJqR3L4%3D"); // 128k mp3
}void loop() {audio.loop();while (Serial.available() > 0) {char voice = Serial.read();// Serial.println(voice);switch (voice) {case '1':voice_id = "male-qn-daxuesheng";break;case '2':voice_id = "female-tianmei";break;case '3':voice_id = "presenter_male";break;case '4':voice_id = "presenter_female";break;}Serial.println(voice_id);set_voice();}}百度TTS接入代码如下：
#include <WiFi.h>
#include <HTTPClient.h>
#include <UrlEncode.h>
#include "Arduino.h"
#include "WiFiMulti.h"
#include "Audio.h"// 1、修改MAX98357喇叭接口
#define I2S_DOUT 6
#define I2S_BCLK 5
#define I2S_LRC 4Audio audio;
WiFiMulti wifiMulti;
// 2、修改WiFi密码
const char *ssid = "J09 502";
const char *password = "qwertyuiop111"; // Change this to your WiFi password
// 3、修改百度语音助手的用户信息
const char *API_KEY = "BXL2YS5w67Xw5XDq";
const char *SECRET_KEY = "pb2zIW2Nch2uNtceKX";
// 4、修改播放文本内容
String encodedText = "人家刚满18岁";const int PER = 4;
const int SPD = 5;
const int PIT = 5;
const int VOL = 5;
const int AUE = 6;const char *TTS_URL = "https://tsn.baidu.com/text2audio";
String url = TTS_URL;
void setup() {Serial.begin(115200);WiFi.begin(ssid, password);while (WiFi.status() != WL_CONNECTED) {delay(1000);Serial.println("Connecting to WiFi...");}Serial.println("Connected to WiFi");encodedText = urlEncode(urlEncode(encodedText));tts_get();player();
}
void tts_get() {const char *headerKeys[] = { "Content-Type", "Content-Length" };// 5、修改百度语音助手的tokenurl += "?tok=24.e169f864a91715325118.282335-57722200";url += "&tex=" + encodedText;url += "&per=" + String(PER);url += "&spd=" + String(SPD);url += "&pit=" + String(PIT);url += "&vol=" + String(VOL);url += "&aue=" + String(AUE);url += "&cuid=esp32s3";url += "&lan=zh";url += "&ctp=1";HTTPClient http;Serial.print("URL: ");Serial.println(url);http.begin(url);http.collectHeaders(headerKeys, 2);int httpResponseCode = http.GET();if (httpResponseCode > 0) {if (httpResponseCode == HTTP_CODE_OK) {Serial.print("Content-Type = ");Serial.println(http.header("Content-Type"));String contentType = http.header("Content-Type");if (contentType.startsWith("audio")) {Serial.println("合成成功，返回的是音频文件");// 处理音频文件，保存到SD卡或者播放} else if (contentType.equals("application/json")) {Serial.println("合成出现错误，返回的是JSON文本");// 处理错误信息，根据需要进行相应的处理} else {Serial.println("未知的Content-Type");// 可以添加相应的处理逻辑}} else {Serial.println("Failed to receive audio file");}} else {Serial.print("Error code: ");Serial.println(httpResponseCode);}http.end();
}
void loop() {audio.loop();if (Serial.available()) { // put streamURL in serial monitoraudio.stopSong();String r = Serial.readString();r.trim();if (r.length() > 5) audio.connecttohost(r.c_str());log_i("free heap=%i", ESP.getFreeHeap());}
}void player() {// WiFi.mode(WIFI_STA);// wifiMulti.addAP(ssid.c_str(), password.c_str());// wifiMulti.run();// if(WiFi.status() != WL_CONNECTED){// WiFi.disconnect(true);// wifiMulti.run();// }const char *host = url.c_str();audio.setPinout(I2S_BCLK, I2S_LRC, I2S_DOUT);audio.setVolume(12); // 0...21audio.connecttohost(host); // 128k mp3
}同样需要修改WiFi密码和百度TTS配置
3.2 代码解析
- 修改网络连接：使用WiFi.begin(ssid, password)连接到Wi-Fi网络。
//1. Replace with your network credentials
const char* ssid = "J09 502";
const char* password = "qwertyuiop111"; // Change this to your
- 修改API密钥：将获取的apiKey和group_id替换到代码中相应的位置。
// 2. Replace with your OpenAI API key
const char* apiKey = "eyJhbGciOiaWwiOiIiLCJDcmVhdGVUaW1lIjoiMjAyNC0wMy0xNiAxMzoyNDoxOCIsImlzcyI6Im1pbmltYXgifQ.WlEj8Nk0j_WOMXZE9SbIC8sHpwJ6R6Pi8Spl5mahJsW3-Jsz7Ev53sGGz3v__Bd5dDkt7o9-Y8BOW0WZq2ImaN7Rof7YNtYnYnvPNDyGx23_xRqq5co9P5UkC3ciYEcIch2SUZ5QPkXR-sMUPzhdowSYvfdu1N25kdKJ8GE_63NfCnsdDVt8mv0wQSSweJK0yf_C8a8ADdB1uF4vg_WKMDjHlvzERsoNZgX6FYtr-bee85rIyu4U-OrbUvEpR1FLPXa7lTlx65QvhVIYGbIKde7ERIT_7QLOQoVFvPz0gX-H6V7UlmSRgRy4LK_R9mvV5TqCy3v90WK_AFuwEhPXcg";
const char* group_id = "1759482180095975904";
const char* url = "https://api.minimax.chat/v1/t2a_pro?GroupId=1759482180095975904";
去Minimax官网获取：https://www.minimaxi.com/user-center/basic-information
- group ID获取
- api KEy获取
const char* url = "https://api.minimax.chat/v1/t2a_pro?GroupId=1759482180095975904";请求不需要变化
- 音色选择：通过
1234分别选择//青年大学生音色：male-qn-daxuesheng;甜美女性音色：female-tianmei;男性主持人：presenter_male;女性主持人：presenter_female - 音频播放：使用audio.connecttohost(myCharPointer)将获取的音频文件URL传递给MAX98357进行播放。
以上通过发送HTTP请求到Minimax TTS API，将文本转换为语音。将转换后的语音文件通过MAX98357播放出来。
4. 播放文本
先上烧录配置
在ESP32上运行上述代码后，它将自动连接到WiFi并开始播放指定的MP3音乐文件。你也可以通过串口发送1234分别选择//青年大学生音色：male-qn-daxuesheng;甜美女性音色：female-tianmei;男性主持人：presenter_male;女性主持人：presenter_female，以实现在线播放。
打开串口115200波特率，选择没有结束符，输入1等待答复
5. 结论
🥳🥳🥳现在，我们在本教程中，您学习了通过本教程，您应该能够成功地将ESP32S3N8R8开发板与MAX98357音频放大器结合，实现与Minimax长文本语音合成TTS服务的集成。这不仅能够为您的项目增加语音交互功能，还能够提升用户体验。🛹🛹🛹从而实现对外部世界进行感知，充分认识这个有机与无机的环境，在实际应用中，您可能还需要考虑如何优化网络请求的效率、如何处理不同语言和口音的文本，以及如何提高系统的稳定性和响应速度。希望本教程能够作为您开始探索语音合成技术的一个起点，随着技术的不断进步，未来将有更多创新的应用等待着我们去发现和实现。🥳🥳🥳科学地合理地进行创作和发挥效益，然后为人类社会发展贡献一点微薄之力。🤣🤣🤣
参考资料：
- ESP32-audioI2S库
- MAX98357芯片手册
- https://github.com/schreibfaul1/ESP32-audioI2S/
- 【ESP32使用MAX98357播放音频】
如果你有任何问题，可以通过下面的二维码加入鹏鹏小分队，期待与你思维的碰撞😘😘😘
![[NeurIPS-23] GOHA: Generalizable One-shot 3D Neural Head Avatar](https://img-blog.csdnimg.cn/direct/09eaf0f8743d4a339a2e61f83194003b.png)
