如何在Heroku平台上调用Google TextToSpeech API？

别担心，我有几个实用的方案帮你搞定这个问题，不用在Heroku上装Google Cloud SDK也能顺利调用API：

方案一：手动生成访问令牌（纯REST调用，无需依赖SDK） #

你之前用的gcloud命令本质是靠服务账号密钥生成临时访问令牌，咱们完全可以自己用代码实现这个逻辑，绕开gcloud工具的依赖。

具体步骤： #

1. 配置Heroku环境变量：把你的服务账号JSON内容直接粘贴到Heroku的GOOGLE_CLOUD_KEYFILE_JSON环境变量里（这步你已经熟啦）。
2. 编写Ruby代码生成JWT并获取令牌：
   先给Gemfile加两个依赖：

   gem 'jwt'
   gem 'httparty'
   

   然后用这段代码生成访问令牌：

   require 'jwt'
   require 'httparty'
   require 'json'
   
   def get_google_access_token
     keyfile = JSON.parse(ENV['GOOGLE_CLOUD_KEYFILE_JSON'])
     private_key = OpenSSL::PKey::RSA.new(keyfile['private_key'])
   
     payload = {
       iss: keyfile['client_email'],
       scope: 'https://www.googleapis.com/auth/cloud-platform',
       aud: 'https://oauth2.googleapis.com/token',
       exp: Time.now.to_i + 3600, # 令牌1小时内有效
       iat: Time.now.to_i
     }
   
     jwt = JWT.encode(payload, private_key, 'RS256')
   
     response = HTTParty.post(
       'https://oauth2.googleapis.com/token',
       body: {
         grant_type: 'urn:ietf:params:oauth:grant-type:jwt-bearer',
         assertion: jwt
       }
     )
   
     response.parsed_response['access_token']
   end
   

3. 调用TextToSpeech API：
   拿到令牌后，就可以像curl那样发送请求了：

   def synthesize_speech(text)
     access_token = get_google_access_token
     url = 'https://texttospeech.googleapis.com/v1beta1/text:synthesize'
   
     payload = {
       input: { text: text },
       voice: {
         languageCode: 'en-gb',
         name: 'en-GB-Standard-A',
         ssmlGender: 'FEMALE'
       },
       audioConfig: { audioEncoding: 'MP3' }
     }
   
     response = HTTParty.post(
       url,
       headers: {
         'Authorization' => "Bearer #{access_token}",
         'Content-Type' => 'application/json'
       },
       body: payload.to_json
     )
   
     # 返回base64编码的MP3内容，你可以保存到文件或返回给前端
     response.parsed_response['audioContent']
   end
   

方案二：使用官方Ruby客户端库（更简洁省心） #

你之前接触的旧版本客户端库可能没包含TextToSpeech，但现在Google已经出了单独的google-cloud-texttospeech gem，完全支持这个API，而且认证逻辑会自动处理，不用自己折腾令牌。

具体步骤： #

1. 添加Gem到项目：
   在Gemfile里加入：

   gem 'google-cloud-texttospeech'
   

   运行bundle install后，把Gemfile和Gemfile.lock提交到Git，部署到Heroku。
2. 配置环境变量：
   同样把服务账号JSON内容设置到Heroku的GOOGLE_CLOUD_KEYFILE_JSON环境变量，客户端库会自动读取完成认证。
3. 编写调用代码：
   用官方库的代码比手动调REST简单太多：

   require "google/cloud/text_to_speech"
   
   def synthesize_speech(text)
     # 初始化客户端
     client = Google::Cloud::TextToSpeech.text_to_speech
   
     # 设置输入文本
     input = Google::Cloud::TextToSpeech::SynthesisInput.new(text: text)
   
     # 配置语音参数
     voice = Google::Cloud::TextToSpeech::VoiceSelectionParams.new(
       language_code: "en-GB",
       name: "en-GB-Standard-A",
       ssml_gender: "FEMALE"
     )
   
     # 配置音频输出格式
     audio_config = Google::Cloud::TextToSpeech::AudioConfig.new(
       audio_encoding: "MP3"
     )
   
     # 调用合成接口
     response = client.synthesize_speech(
       input: input, voice: voice, audio_config: audio_config
     )
   
     # 获取base64编码的音频内容
     response.audio_content
   end
   

方案三：（可选）给Heroku装Google Cloud SDK #

如果实在想用curl命令的方式，可以通过Heroku的buildpack安装gcloud SDK，但这个方案会增加应用部署体积，不如前两个优雅。简单提一下步骤：

• 给Heroku应用添加Google Cloud Buildpack：heroku buildpacks:add https://github.com/heroku/heroku-buildpack-google-cloud.git
• 配置好GOOGLE_CLOUD_KEYFILE_JSON环境变量后，gcloud命令就能在Heroku上正常运行了。

个人最推荐方案二，官方库更稳定，维护起来省心，认证逻辑完全不用自己写，踩坑概率低很多。

内容的提问来源于stack exchange，提问作者Jonah