Python调用Azure TTS合成ar-SY阿拉伯语语音报latin-1编码错误

该编码错误由Python requests库默认编码规则与阿拉伯语字符集不兼容导致：

• 直接向requests.post()传入字符串类型的请求体时，requests默认使用latin-1（ISO-8859-1）编码处理请求内容
• latin-1编码仅支持西欧拉丁系字符，无法识别阿拉伯语这类非拉丁字符，因此在编码阿拉伯语文本时抛出异常，报错提示也明确给出了修复方向：需要将请求体按UTF-8编码后再发送。

仅需两处调整即可正常完成阿拉伯语语音合成：

• 修改请求头的Content-Type字段，补充UTF-8字符集声明，明确告知Azure服务端请求体使用的编码格式
• 将拼接完成的SSML字符串调用.encode('utf-8')转为UTF-8编码的字节流，再作为请求体传入POST请求

修改后的可运行代码如下：

import requests

input_text="هذا المحتوى مجاني، لذلك لدعم القناة لمزيد من المحتوى المجاني، يرجى الاشتراك، مثل، مشاركة، تعليق"

def generate_speech(self,language_id, input_text, outfile, token):
    url = "https://{}.tts.speech.microsoft.com/cognitiveservices/v1".format(self.azure_location)
    print("input_text:"+input_text)
    header = {
        'Authorization': 'Bearer '+str(token),
        'Content-Type': 'application/ssml+xml; charset=utf-8',
        'X-Microsoft-OutputFormat': 'audio-24khz-160kbitrate-mono-mp3'
    }
    data = "<speak version='1.0' xml:lang='ar-SY'>\
          <voice xml:lang='ar-SY' xml:gender='Male' name='ar-SY-LaithNeural'>\
            {}\
          </voice>\
          </speak>".format(input_text)
    try:
        response = requests.post(url, headers=header, data=data.encode('utf-8'))
        response.raise_for_status()
        with open(outfile, "wb") as file:
            file.write(response.content)
        print("生成完成，响应状态码：", response.status_code)
        response.close()
    except Exception as e:  
        print("ERROR: ", e)

注意：如果需要切换其他阿拉伯语区域的发音人，仅需修改SSML中xml:lang和name属性为对应语音的参数即可，编码逻辑无需调整。

内容的提问来源于stack exchange，提问作者Babel8 Business