5分钟极速上手：用Python调用Azure语音合成服务的实战指南

当你需要在应用中快速集成自然流畅的语音输出时，微软Azure的文本转语音(TTS)服务是个不错的选择。但很多开发者在实际调用过程中，常常被官方文档的复杂性和网上零散的代码示例困扰。本文将提供一个开箱即用的Python解决方案，让你在5分钟内完成从配置到语音生成的全流程。

1. 准备工作：Azure资源快速配置

在开始编写代码前，我们需要先完成Azure语音服务的资源创建。登录Azure门户后：

1. 在搜索栏输入"语音服务"，点击创建新资源
2. 选择定价层时，F0免费层适合初期测试（每月50万字符限制）
3. 创建完成后，在资源概览页面找到两个关键信息：
   • 订阅密钥：用于API身份验证
   • 服务区域：如eastus、westus等

提示：建议将密钥保存在环境变量中，避免硬编码在脚本里。可以通过命令export SPEECH_SERVICE_KEY='你的密钥'设置。

2. 极简Python实现：完整代码解析

下面是一个封装好的Python类，包含了语音合成的核心功能：

python复制import os
import requests
import time
from xml.etree import ElementTree

class AzureTTS:
    def __init__(self, subscription_key, region='eastus'):
        self.subscription_key = subscription_key
        self.region = region
        self.access_token = None
    
    def _get_token(self):
        """获取10分钟有效的访问令牌"""
        token_url = f"https://{self.region}.api.cognitive.microsoft.com/sts/v1.0/issueToken"
        headers = {'Ocp-Apim-Subscription-Key': self.subscriptio