使用PHP调用Amazon Polly返回的AudioStream始终为空问题求助

问题根因 #

你调用synthesizeSpeech接口时指定的OutputFormat参数为json，但未同时传入SpeechMarkTypes参数指定需要返回的语音标记类型，因此接口返回空的音频流。
json格式输出仅用于返回语音标记元数据（如单词边界、句子边界、音素时间戳等），并非直接返回可播放的音频内容，使用该格式时必须搭配SpeechMarkTypes参数指定要获取的标记类型，否则接口不会返回任何有效内容。

修复方案 #

场景1：需要生成可播放的音频文件 #

将OutputFormat参数修改为mp3/ogg_vorbis/pcm这类音频格式即可，对应修改保存文件的后缀，示例修改代码：

try {
    $result = $client->synthesizeSpeech([
        'Text' => 'Hello',
        'OutputFormat' => 'mp3', // 替换原有json值
        'VoiceId' => 'Joanna',
    ]);

    $data = $result->get('AudioStream')->getContents();
    $file = fopen('test.mp3','w+');
    fwrite($file,$data);
    fclose($file);

} catch (AwsException $e) {
    echo $e->getMessage() . "\n";
}

场景2：确实需要获取json格式的语音标记 #

补充SpeechMarkTypes参数指定需要的标记类型即可，可选值包括word、sentence、ssml、viseme，示例修改代码：

$result = $client->synthesizeSpeech([
    'Text' => 'Hello',
    'OutputFormat' => 'json',
    'VoiceId' => 'Joanna',
    'SpeechMarkTypes' => ['word', 'sentence'] // 补充该参数
]);

你在.NET SDK下遇到的相同问题也是同样的参数配置错误，调整对应参数即可正常获取返回内容。

内容的提问来源于stack exchange，提问作者AaA