[Azure AI] Azure AI 앱 서비스 사용해보기 - 음성 서비스

 

참고 사이트: https://learn.microsoft.com/ko-kr/azure/ai-services/speech-service/language-support?tabs=stt

언어 지원 - Speech Service - Azure AI services

 

변수 설정 : tts, stt

 

API key 설정

 

 

자, 이제 Body에 들어갈 내용(SSML)을 살펴보자.

SSML (Speech Synthesis Markup Language)는 텍스트를 음성으로 변환할 때 음성의 발음, 속도, 강세 등을 제어하기 위해 사용하는 XML 기반 언어이다.

<speak version="1.0" xmlns="http://www.w3.org/2001/10/synthesis" xml:lang="ko-KR">
<voice name="ko-KR-InJoonNeural">
    먼저 드라마 작가 예수정이 작품을 탈고한 후 동료들에게 축하받는 장면이 그려졌다. 예수정은 처음부터 이순재와 김용건을 염두에 두고 각본을 써내려갔지만, 방송사와 의견을 조율하는 과정에서 주인공을 젊은 배우로 교체하지 않으면 제작이 어렵다는 통보를 받았다.
</voice>
</speak>

 

포스트맨에 XML로 설정하고 넣어주고,

 

 

헤더 설정

아래와 같이 두 개의 헤더를 추가로 설정해줘야 한다.

 

 

1) Content-Type

헤더에 보면 Content-Type가 xml만 되어있을 건데,

 

이와 같이 ssml+xml로 Content-Type을 새로 추가해주면 위 캡처처럼 기존 Content-Type은 crossline 처리가 된다.

 

2) X-Microsoft-OutputFormat

아래와 같은 값을 설정을 해준다. (riff-16khz-16bit-mono-pcm)

 

 

POST 요청 시, 아래와 같이 음성을 재생할 수 있는 화면이 나타난다.

 

우측에 보면 파일로 저장할 수 있다.

 

 

 

 

 

 

 

 

 

 

이제 자바스크립트로 가서,

.env에 키값을 설정해주고,

아래와 같이 코드를 짜준다.

const axios = require("axios");
require("dotenv").config();
const fs = require("fs");

const endpoint = `${process.env.TTS_ENDPOINT}/cognitiveservices/v1`;
const apiKey = process.env.SPEECH_APIKEY;
const text = `‘김건희 여사 공천 개입 의혹’ 핵심 당사자인 명태균씨는 4일 더불어민주당이 윤석열 대통령과 자신간 녹취 파일을 추가 공개한 것과 관련해 "민주당은 대통령·영부인 추가 녹취가 없다. 국민을 상대로 사기 치지 마라"고 주장했다.`;

const ssml = `<speak version="1.0" xmlns="http://www.w3.org/2001/10/synthesis" xml:lang="ko-KR">
<voice name="ko-KR-InJoonNeural">
    ${text}
</voice>
</speak>`;

const headers = {
  "Ocp-Apim-Subscription-Key": apiKey,
  "Content-Type": "application/ssml+xml",
  "X-Microsoft-OutputFormat": "riff-16khz-16bit-mono-pcm",
};

 

그 아래에 post를 써준다.

 

이렇게 되면 Promise 를 반환하기 때문에, .then으로 체이닝을 하여 구현을 해준다.

 

arraybuffer는 2기종 통신을 하기 때문에, 데이터로 받아서 fs로 처리를 해준다.

 

---

STT 하기

일단 엔드포인트를 바꿔준다.

 

바이너리 파일로, 아까 저장된 파일을 업로드한다

 

 

그리고 header에 Content-Type 는 Octet으로 새로 추가.

 

Params에서 

language - ko-KR 추가

 

저장 후 확인

STT JS 파일로 작성

const axios = require("axios");
require("dotenv").config();
const fs = require("fs");

const endpoint = `${process.env.STT_ENDPOINT}/speech/recognition/conversation/cognitiveservices/v1?language=ko-KR`;
const apiKey = process.env.SPEECH_APIKEY;
const audioFilePath = "./output.wav";

const headers = {
  "Ocp-Apim-Subscription-Key": apiKey,
  "Content-Type": "application/octet-stream",
  "Transfer-Encoding": "chunked",
};

function convertSpeechToText() {
  // 음성 파일 읽어서 binary 데이터로 변환
  const audioData = fs.readFileSync(audioFilePath);

  axios
    .post(endpoint, audioData, {
      headers,
    })
    .then((res) => {
      console.log("STT Response: ", res.data);
    })
    .catch((error) => {
      console.log(error);
    });
}

convertSpeechToText();

 

 

실행 결과