使用商业TTS合成语音，再格式化，这样的录音没有爆破音、回音、底躁。
这里分享一个已经合成好的拼音集 baidu5003-sec-wav.tar.gz 百度网盘 请输入提取码，提取码：9f6f（下同），使用这个音调的拼音集可以跳过下述的 1~7 步直接执行第8、9步。如果要使用其他音调，需要执行 1~ 9步。
1、从 http://xh.5156edu.com 爬取拼音列表
htmlshell.jar - 使用jsoup编写的java组件包，见 htmlshell.jar（百度网盘 请输入提取码）
#!/bin/bash
pinyinfile=pinyin.txt
pinyinbase=http://xh.5156edu.com
pinyinurl=$pinyinbase/pinyi.html
pinyin=`java -jar htmlshell.jar $pinyinurl fontbox html out | awk -F '"' '{print "'"$pinyinbase/"'"$4}'`
echo -en > $pinyinfile
for url in $pinyin;
do
java -jar htmlshell.jar $url font_14 text | grep -v "未分类" >> $pinyinfile
done
爬取下来的拼音有1317个，其中有两组重复出现的拼音，即有效拼音为 1315 个。爬取的结果如下：
ā á ǎ à āi ái ǎi ài ān án
2、脱敏某些拼音，并在每行上加上句号“。”，即：
-
bi 的拼音会识别为“敏感”音
bī bí bǐ bì # 把上面的拼音脱敏成以下内容 偪。 比。 笔。 闭。
-
shun 的拼音会识别为“敏感”音
shūn shǔn shùn # 把上面的拼音脱敏成以下内容 楯。 吮。 顺。
-
“nun。o。” 的发出错，发成连音，不就方便语音切割
# 这样的组合会使百度发音出错，出现连音 nún。 ō。 # 改为即可 黁。 ō。
3、使用https://ai.baidu.com/tech/speech/tts_online百度在线免费语音合成，每次最多可以合成200个UTF-8字符。
百度付费版 tts 支持直接返回二进制音频数据，百度在线免费版返回的是音频的 base64 编码数据。
使用百度在线免费试用版时，使用curl 命令如下：
curl 'https://ai.baidu.com/aidemo'
-H 'Connection: keep-alive'
-H 'sec-ch-ua: " Not A;Brand";v="99", "Chromium";v="98", "Google Chrome";v="98"'
-H 'sec-ch-ua-mobile: ?0'
-H 'User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/98.0.4758.102 Safari/537.36'
-H 'sec-ch-ua-platform: "Windows"'
-H 'Content-Type: application/x-www-form-urlencoded'
-H 'Accept: *}
ffmpeg -i $file -f wav secs-wave/${name%%.*}.wav
done
tar -czvf baidu-secs-wave.tar.gz secs-wave
8、将第7步生成的子片段 wav 文件集移入 ekho 的 ekho-data 目录下
cd ekho/ekho-data # 将 baidu-secs-wave.tar.gz 拷贝到当前目录下，然后解压 tar -xvf baidu-secs-wave.tar.gz # 创建软链接 ln -s secs-wave pinyin # 拷贝生成 de5.wav cp pinyin/de1.wav pinyin/de5.wav -rf
9、删除 ekho-data 目录下的 pinyin.index、pinyin.voice文件，然后使用命令测试并初始化 ekho 组件。（可以参考：如何为Ekho添加新的声音）
cd ekho/ekho-data rm -rf pinyin.* cd .. # 测试并初始化 ./bin/ekho 0123456789 -vpinyin -o test.ogg -t ogg
