需求

是为了做视频配音。然后一句句去下载很麻烦嘛，就想搞个轮子。
自动识别多行文本，或者 excel，然后每段落单独下载为 mp3，这样比较方便。

方法

目前是直接去摸了 gcloud 官方的 api 啦，传送门：
Quickstart: Using the Client Libraries  |  Cloud Text-to-Speech API  |  Google Cloud

问题

现在全局开着飞机，但跑 sample.py 还是会 504 超时。（访问 google 或 youtube 或 g trans 都 ok 的）
想请问有没有人用过 google 这个接口？

或者有其它轮子也可以推荐一下