从谷歌翻译中提取声音

Question

多年来，我使用 Chrome DevTools 和 Network 选项卡从 google.translate.com 提取声音。单击“网络”选项卡中的声音按钮时，会出现一个 mp3 文件。我只是单击该按钮并下载了用于教育目的的文件。

现在只有 XHR 类型的文件，像 JS 数组中的字符串一样，方括号内有无数的字符序列。而且页面本身相当复杂。

新环境下如何提取声音？

• 以某种方式从 XHR 文件中提取。
• 也许有一些使用 GNU/Linux 声音系统进行录音的方法。
• 或者其他什么。

Answer 1

php 代码执行此操作：

<?php

$lang = 'en';
$text = 'hello world';

$curl = curl_init();
curl_setopt_array($curl, [
    CURLOPT_URL => 'https://translate.google.com/_/TranslateWebserverUi/data/batchexecute',
    CURLOPT_RETURNTRANSFER => true,
    CURLOPT_CUSTOMREQUEST => 'POST',
    CURLOPT_POSTFIELDS => http_build_query([
        'f.req' => json_encode([
            [
                [
                    'jQ1olc',
                    json_encode([
                        $text,
                        $lang,
                        null,
                        json_encode(null),
                    ]),
                    null,
                    'generic',
                ]
            ]
        ]),
    ]),
]);
$response = curl_exec($curl);
curl_close($curl);
if ($response && preg_match('#//NE[^\\\\]+#', $response, $matches)) {
    file_put_contents('test.mp3', base64_decode($matches[0]));
}
else {
    echo "error\n";
}

Answer 2

如何从translate.google.com Base64响应中提取声音。

1. 访问translate.google.com，按F12键运行Chrome DevTools，进入Network选项卡。输入文本并按 Enter 键以使声音按钮出现。单击声音按钮。
2. 选择一个最大的

   xhr

   请求到

   batchexecute?rpcids...

   ，这将是几个kB，这种

   xhr

   响应包含以base64编码的mp3。
3. 在此请求的“响应”选项卡中将是一个由方括号和转义双引号包围的数组中的长字符串

   "[\"//NExAAR...VV\"]"

   ，从括号和引号中清除该字符串以获得类似

   //NExAAR...VV

   的内容并将其保存到

   sound.base64

   文件中.
4. 然后通过以下命令将

   sound.base64

   中的文本解码为 mp3 文件：

base64 -d sound.base64 > 1.mp3

5. 要从终端收听 mp3，可以使用下一个命令：

mpg123 1.mp3

或

使用 https://soundoftext.com/ 或测试 https://github.com/soimort/translate-shell#usage 音频选项。

更新：

curl ... | grep -oP '\[\["wrb.fr","jQ1olc","\[\\"\K(?:[A-Za-z0-9+/]{4})*(?:[A-Za-z0-9+/]{2}==|[A-Za-z0-9+/]{3}=)?' | base64 -d > /tmp/123.mp3

感谢@alukardd 提供代码。

可以在 Chrome DevTools 中右键单击请求：复制 => 复制为 cURL。

感谢@fjewo 提供信息。

Answer 3

这里是Python中的公元2023年工作示例，用于从谷歌翻译中获取mp3：

import re
import requests
import json
import base64

lang = 'en'
text = 'hello world'

data = {
    'f.req': json.dumps([
        [
            [
                'jQ1olc',
                json.dumps([
                    text,
                    lang,
                    None,
                    json.dumps(None),
                ]),
                None,
                'generic',
            ]
        ]
    ]),
}

response = requests.post('https://translate.google.com/_/TranslateWebserverUi/data/batchexecute', data=data)

if response.status_code == 200:
    match = re.search(r'//OE[^\\\\]+', response.text)
    if match:
        with open('test.mp3', 'wb') as f:
            f.write(base64.b64decode(match.group(0)))
    else:
        print('error Match')
else:
    print('error HTTP')

Answer 4

快速替代方案 - 如果您使用的是 Mac OSx，您还可以安装 SoundFlower 并将音频输出重新路由到 DAW 或 QuickTime 播放器。

https://soundflower.en.softonic.com/mac

Answer 5

Python 解决方案的 JavaScript (Node) 版本，已于 2024 年 11 月测试运行：

const fs = require('fs').promises;

async function gtranslate_tts(text, lang) {
    let data = [[[
        'jQ1olc',
        JSON.stringify([
            text,
            lang,
            null,
            "null",
        ]),
        null,
        'generic',
    ]]];
    let response = await fetch('https://translate.google.com/_/TranslateWebserverUi/data/batchexecute', {
        method: "POST",
        body: new URLSearchParams([["f.req", JSON.stringify(data)]]),
    });

    if (!response.ok) {
        throw new Error(`Response status: ${response.status}`);
    }

    let resptext = await response.text();
    let mp3b64 = resptext.match(/\/\/OE[^\\]+/);
    if (!mp3b64) {
        throw new Error("mp3 not found in response");
    }
    return Buffer.from(mp3b64[0], 'base64');
}

async function main() {
    /* Demo of how to use gtranslate_tts */
    let res = await gtranslate_tts("hello world", "en");
    await fs.writeFile("test.mp3", res);
}

main();