我们需要构建Google.Cloud.TextToSpeech.V1吗？如果每个请求的信用配置都不同，则每个请求的 TextToSpeechClient 客户端都不同？

Question

我们正在尝试创建一个大学项目（统一的 TTS 门户），客户可以在其中选择各自的提供商（Google、Amazon Polly），并为各自的提供商提供访问密钥和密钥。

配置完成后，有一个 api /texttospeach，其中他们将仅传递配置 Id 和文本，服务需要将其转换为语音并返回响应。

这里的服务任务是

1. 使用配置 ID 从数据库读取配置。
2. 识别提供商（Google、Amazon Polly）
3. 根据识别的提供商创建相应的提供商类对象，然后提供商类将构建提供商客户端并调用相应的 TTS api。

正如我们在下面的代码中看到的，我们正在为每个请求构建 TextToSpeechClient _client。这是一个好方法吗？请推荐。

public class GoogleCloudTextToSpeechVendorAsync : TTSVendor
{

    private TextToSpeechClient _client;
    private GoogleTTSConfig _googleTTSConfig;

    public GoogleCloudTextToSpeechVendorAsync(GoogleTTSConfig googleTTSConfig)
    {
        this._googleTTSConfig = googleTTSConfig;
    }

    /// <summary>
    /// 
    /// </summary>
    public async Task BuildAsync()
    {
        byte[] byteArray = Convert.FromBase64String(this._googleTTSConfig.Base64ServiceAccount);
        var serviceAccount = Encoding.UTF8.GetString(byteArray);
    
        serviceAccount = serviceAccount.Replace(@"\\", @"\");
        GoogleCredential googleCred = GoogleCredential.FromJson(serviceAccount.ToString());

        ChannelCredentials channelCreds = googleCred.ToChannelCredentials();
        TextToSpeechClientBuilder clientBuilder = new TextToSpeechClientBuilder()
        {
            ChannelCredentials = channelCreds,
            Endpoint = "texttospeech.googleapis.com"
        };
        _client = await clientBuilder.BuildAsync();
    }

    public async Task<byte[]> TrySpeak(string voiceName, string textToSpeak) 
    {
        var input = new SynthesisInput();
        input.Text = textToSpeak;
        VoiceSelectionParams voiceSelection = new VoiceSelectionParams();
        voiceSelection.Name = voiceName;
        voiceSelection.SsmlGender = SsmlVoiceGender.Unspecified;

        AudioConfig audioConfig = new AudioConfig();
        audioConfig.SampleRateHertz = 8000;
        audioConfig.AudioEncoding = AudioEncoding.Linear16;

        var synthesizeSpeechResponse = await _client.SynthesizeSpeechAsync(input, voiceSelection, audioConfig);
        return synthesizeSpeechResponse.AudioContent.ToByteArray();
    }
}

不适用

Answer 1

正如我们在下面的代码中看到的，我们正在为每个请求构建 TextToSpeechClient _client。这是一个好方法吗？请推荐。

我相信如果要调用不同的提供商，那么你需要调用相应的提供商。可以通过应用Strategy模式来实现。它还增强了“关注点分离”。我的意思是一个班级只有一个目标。 假设我们有一些应该根据类型调用的各种提供者。

因此用户输入的代码如下所示：

public enum ProviderType
{
    Google, Amazon, Polly
}

BaseProvider 的抽象类看起来像这样：

public abstract class BaseProvider
{
    public DateTime StartDateTime { get; set; } = DateTime.Now;

    public abstract string Build();
}

具体的实现是这样的：

public class GoogleProvider : BaseProvider
{
    public override string Build() => 
        "I am a GoogleProvider. Object created: " + StartDateTime.ToString();
}

public class AmazonProvider : BaseProvider
{
    public override string Build() => 
        "I am a AmazonProvider. Object created: " + StartDateTime.ToString();
}

然后 

ProviderFactory

看起来像这样：

public class ProviderFactory
{
    private Dictionary<ProviderType, BaseProvider> _ProviderByType;

    public ProviderFactory()
    {
        _ProviderByType = new Dictionary<ProviderType, BaseProvider>()
        {
            { ProviderType.Google, new GoogleProvider() },
            { ProviderType.Amazon, new AmazonProvider() }
        };
    }

    public BaseProvider GetInstance(ProviderType providerType) => 
        _ProviderByType[providerType];
}