Android 百度语音合成 (含离线、在线、API合成方式，详细步骤+源码)
百度语音合成
- 声明
- 前言
- 正文
-
- 一、创建项目
- 二、离线语音合成
-
- 1. 配置AndroidManifest.xml
- 2. 配置SDK
- 3. 离线SDK初始化
- 4. 导包
- 5. 运行
- 三、在线语音合成 - SDK方式
-
- 1. 创建页面
- 2. 编辑代码
- 3. 配置
- 4. 运行
- 四、在线语音合成 - API方式
-
- 1. 鉴权返回实体
- 2. 添加框架依赖
- 3. 搭建网络请求框架
- 4. 编辑布局和页面
- 5. 获取鉴权Token
- 6. 动态权限请求
- 7. Api语音合成
- 8. 音频文件下载
- 9. 播放
- 五、源码
声明
本文代码请使用真机运行，别用模拟器虚拟机，谢谢！
前言
我之前写过百度的语音识别，也写过讯飞的语音识别与合成，而有读者看完后说没有百度的语音合成，想在用百度语音识别的同时使用百度的语音合成。所以就有了这篇文章，我的文章也是区别于其他人的文章，所以我有自己的风格。
感兴趣可以先扫码下载体验一下，再决定往不往下面看。
正文
首先我们登录这个百度智能云，然后找到语音技术。
点击创建应用
这里选择包名，如果你选择不需要，则只能通过网络API来实现你的语音合成，而选择Android的话就不光可以使用API还能使用SDK，不过这样的话对APK的大小会有增加。
这里我选择的是Android，因此需要建一个Android项目。
一、创建项目
先把这个com.llw.speechsynthesis包名填进去。
立即创建
查看应用详情。
这几个值在后面会用到的，记下来。然后回到列表中，领取免费的使用额度。
注意看这个提示，说明这个额度是有期限的。
领取之后。
二、离线语音合成
点击左侧的离线合成SDK
选择应用后，点击确定。
可以看到激活的30天内，我是5月6号激活，可能你后面看文章的时候就已经是不能用了，所以不要拿到源码之后问我为什么用不了，那只能说明你没有看文章。
这里看这个是单台设备授权，所以你想要增多的话就要花钱了，点击下载SDK。
注意这个还要激活SDK才行的。激活是需要序列号的，那么这个序列号那里来呢？点击查看详情
下载序列号列表，下载后打开如下
现在这序列号就有了，下面回到
下载这个SDK
下载后解压，下面正式来配置这个离线的语音合成了。
1. 配置AndroidManifest.xml
打开项目的AndroidManifest.xml，添加权限。
android:name="android.permission.INTERNET" />
android:name="android.permission.ACCESS_NETWORK_STATE" />
android:name="android.permission.MODIFY_AUDIO_SETTINGS" />
android:name="android.permission.WRITE_EXTERNAL_STORAGE" />
android:name="android.permission.ACCESS_WIFI_STATE" />
android:name="android.permission.CHANGE_WIFI_STATE" />
然后适配api 28以上版本。
android:name="org.apache.http.legacy"
android:required="false" />
添加位置如下图。
2. 配置SDK
打开刚才的SDK，进入到libs文件夹下
将这个jar包复制到你的项目的libs下。
注意到它这个现在是没有展开的，说明还没有加载进去，点击工具栏右上方的小象图标进行项目资源同步。
同步后的你的jar就加载到项目中了，就是可以展开的。
进入到main文件夹下
复制assets和jniLibs这两个文件夹到你的项目的main下面。
然后展开你的assets文件夹，打开auth.properties文件。修改里面的一些内容。
这里面的五个值都需要进行修改，前三个值是我们在创建平台应用时生成的，我当时说了你要记下来，就是为了这里使用。那么你只要一一的对应填写替换就可以了，而applicationId:就是我们之前填写的包名，最后的sn：就是下载的序列号，有两个，任意一个都可以。那么将上面的数据改了之后如下所示：
3. 离线SDK初始化
离线SDK第一次初始化的时候需要联网，进行网络鉴权，鉴权成功之后就可以断网使用了，先完成这个初始化操作。修activity_main.xml
"1.0" encoding="utf-8"?>
xmlns:android="http://schemas.android.com/apk/res/android"
xmlns:app="http://schemas.android.com/apk/res-auto"
xmlns:tools="http://schemas.android.com/tools"
android:layout_width="match_parent"
android:layout_height="match_parent"
android:orientation="vertical"
tools:context=".MainActivity">
然后在MainActivity中写入一个方法：
/**
* 离线SDK合成
* @param view
*/
public void offlineSDK(View view) {
}
当点击这个方法时会进入到离线SDK的页面，这个页面现在还没有的，不过我们的下载SDK里面有现成的，那就拿过来就用好了。
首先将layout下的activity_synth.xml文件复制到项目的layout下。
然后将res文件夹下的raw文件夹复制到你的项目的res下：
然后就是里面的一些配置类了。
将sample包下的选择的文件和文件夹复制到你的项目的包下。
4. 导包
然后依次打开里面的粘贴过来的类，首先是control包下的InitConfig类，里面是会有报错的，因为包名不一致。所以需要重新导包。
点击import左边的加号或者右边的省略号查看里面的导包信息
看到这里是报红的。删掉我标注的这一行错误的导包信息。然后往下滑动，到下方你点击报红的这个类，会出现一个提示如下图所示：可以通过快捷键Alt + Enter快速导包
导包之后这个类就不报错了，就能正常使用了
那么你刚才复制过来的类都需要重新打开一次，看看里面的包是否有异常，有的话就按刚才的方法来解决就好了。当你把所有的类检查一遍之后，确保都没有异常之后，就可以开始进行这个初始化了。
修改MainActivity中的代码
/**
* 离线SDK合成
* @param view
*/
public void offlineSDK(View view) {
startActivity(new Intent(this,SynthActivity.class));
}
点击这个按钮跳转到SynthActivity中。别忘了要在AndroidManifest.xml中注册这个Activity。
5. 运行
下面运行一下：
是有声音的，不过这是GIF图，所以你只能看到我的演示效果。那么到此为止，这个离线合成就弄完了，具体的细节你要多看这个SDK的代码，我个人觉得代码太多了，有些乱。
三、在线语音合成 - SDK方式
1. 创建页面
在线合成的方式其实和离线差不了多少，在com.llw.speechsynthesis包下新建一个OnlineActivity，布局是activity_online.xml，布局代码如下：
"1.0" encoding="utf-8"?>
xmlns:android="http://schemas.android.com/apk/res/android"
android:layout_width="fill_parent"
android:layout_height="fill_parent"
android:orientation="vertical">
android:layout_width="fill_parent"
android:layout_height="50dp"
android:orientation="horizontal"
android:weightSum="3">
android:layout_width="match_parent"
android:layout_height="match_parent"
android:layout_above="@+id/btn"
>
android:id="@+id/showText"
android:layout_width="match_parent"
android:layout_height="match_parent"
android:layout_margin="10dp"
android:background="@android:color/darker_gray"
android:minLines="3"
android:scrollbars="vertical" />
下面再来看OnlineActivity的代码
2. 编辑代码
package com.llw.speechsynthesis;
import android.Manifest;
import android.content.pm.PackageManager;
import android.os.Bundle;
import android.os.Handler;
import android.os.Message;
import android.util.Log;
import android.view.View;
import android.widget.Button;
import android.widget.TextView;
import androidx.annotation.NonNull;
import androidx.appcompat.app.AppCompatActivity;
import androidx.core.app.ActivityCompat;
import androidx.core.content.ContextCompat;
import com.baidu.tts.chainofresponsibility.logger.LoggerProxy;
import com.baidu.tts.client.SpeechSynthesizer;
import com.baidu.tts.client.SpeechSynthesizerListener;
import com.baidu.tts.client.TtsMode;
import com.llw.speechsynthesis.control.InitConfig;
import com.llw.speechsynthesis.listener.UiMessageListener;
import com.llw.speechsynthesis.util.Auth;
import com.llw.speechsynthesis.util.AutoCheck;
import com.llw.speechsynthesis.util.FileUtil;
import com.llw.speechsynthesis.util.IOfflineResourceConst;
import java.io.File;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.Map;
/**
* 除了SDK，该类没有任何依赖，可以直接复制进你的项目
*
* 默认TEMP_DIR = "/sdcard/baiduTTS"; // 重要！请手动将assets目录下的3个dat 文件复制到该目录
* 确保 TEXT_FILENAME 和 MODEL_FILENAME 存在
* Created by fujiayi on 2017/9/14.
*/
public class OnlineActivity extends AppCompatActivity implements IOfflineResourceConst {
/**
* 要合成的文本，可以自行改动。
*/
private static final String TEXT = "欢迎使用百度语音合成，请在代码中修改合成文本";
protected String appId;
protected String appKey;
protected String secretKey;
protected String sn; // 纯离线合成SDK授权码；离在线合成SDK没有此参数
//TtsMode.ONLINE 纯在线
private TtsMode ttsMode = TtsMode.ONLINE;
private boolean isOnlineSDK = TtsMode.ONLINE.equals(DEFAULT_SDK_TTS_MODE);
// ================ 纯离线sdk或者选择TtsMode.ONLINE 以下参数无用;
private static final String TEMP_DIR = "/sdcard/baiduTTS"; // 重要！请手动将assets目录下的3个dat 文件复制到该目录
// 请确保该PATH下有这个文件
private static final String TEXT_FILENAME = TEMP_DIR + "/" + TEXT_MODEL;
// 请确保该PATH下有这个文件 ，m15是离线男声
private static final String MODEL_FILENAME = TEMP_DIR + "/" + VOICE_MALE_MODEL;
// ===============初始化参数设置完毕，更多合成参数请至getParams()方法中设置 =================
protected SpeechSynthesizer mSpeechSynthesizer;
// =========== 以下为UI部分 ==================================================
private TextView mShowText;
protected Handler mainHandler;
private String desc; // 说明文件
private static final String TAG = "MiniActivity";
@Override
protected void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
appId = Auth.getInstance(this).getAppId();
appKey = Auth.getInstance(this).getAppKey();
secretKey = Auth.getInstance(this).getSecretKey();
sn = Auth.getInstance(this).getSn(); // 纯离线合成必须有此参数；离在线合成SDK没有此参数
desc = FileUtil.getResourceText(this, R.raw.mini_activity_description);
setContentView(R.layout.activity_online);
initView();
initPermission();
initTTs();
}
/**
* 注意此处为了说明流程，故意在UI线程中调用。
* 实际集成中，该方法一定在新线程中调用，并且该线程不能结束。具体可以参考NonBlockSyntherizer的写法
*/
private void initTTs() {
LoggerProxy.printable(true); // 日志打印在logcat中
boolean isSuccess;
if (!isOnlineSDK) {
// 检查2个离线资源是否可读
isSuccess = checkOfflineResources();
if (!isSuccess) {
return;
} else {
print("离线资源存在并且可读, 目录：" + TEMP_DIR);
}
}
// 日志更新在UI中，可以换成MessageListener，在logcat中查看日志
SpeechSynthesizerListener listener = new UiMessageListener(mainHandler);
// 1. 获取实例
mSpeechSynthesizer = SpeechSynthesizer.getInstance();
mSpeechSynthesizer.setContext(this);
// 2. 设置listener
mSpeechSynthesizer.setSpeechSynthesizerListener(listener);
// 3. 设置appId，appKey.secretKey
int result = mSpeechSynthesizer.setAppId(appId);
checkResult(result, "setAppId");
result = mSpeechSynthesizer.setApiKey(appKey, secretKey);
checkResult(result, "setApiKey");
// 4. 如果是纯离线SDK需要离线功能的话
if (!isOnlineSDK) {
// 文本模型文件路径 (离线引擎使用)， 注意TEXT_FILENAME必须存在并且可读
mSpeechSynthesizer.setParam(SpeechSynthesizer.PARAM_TTS_TEXT_MODEL_FILE, TEXT_FILENAME);
// 声学模型文件路径 (离线引擎使用)， 注意TEXT_FILENAME必须存在并且可读
mSpeechSynthesizer.setParam(SpeechSynthesizer.PARAM_TTS_SPEECH_MODEL_FILE, MODEL_FILENAME);
mSpeechSynthesizer.setParam(SpeechSynthesizer.PARAM_MIX_MODE, SpeechSynthesizer.MIX_MODE_DEFAULT);
// 该参数设置为TtsMode.MIX生效。
// MIX_MODE_DEFAULT 默认 ，wifi状态下使用在线，非wifi离线。在线状态下，请求超时6s自动转离线
// MIX_MODE_HIGH_SPEED_SYNTHESIZE_WIFI wifi状态下使用在线，非wifi离线。在线状态下， 请求超时1.2s自动转离线
// MIX_MODE_HIGH_SPEED_NETWORK ， 3G 4G wifi状态下使用在线，其它状态离线。在线状态下，请求超时1.2s自动转离线
// MIX_MODE_HIGH_SPEED_SYNTHESIZE, 2G 3G 4G wifi状态下使用在线，其它状态离线。在线状态下，请求超时1.2s自动转离线
}
// 5. 以下setParam 参数选填。不填写则默认值生效
// 设置在线发声音人： 0 普通女声（默认） 1 普通男声 3 情感男声<度逍遥> 4 情感儿童声<度丫丫>
mSpeechSynthesizer.setParam(SpeechSynthesizer.PARAM_SPEAKER, "0");
// 设置合成的音量，0-15 ，默认 5
mSpeechSynthesizer.setParam(SpeechSynthesizer.PARAM_VOLUME, "9");
// 设置合成的语速，0-15 ，默认 5
mSpeechSynthesizer.setParam(SpeechSynthesizer.PARAM_SPEED, "5");
// 设置合成的语调，0-15 ，默认 5
mSpeechSynthesizer.setParam(SpeechSynthesizer.PARAM_PITCH, "5");
// mSpeechSynthesizer.setAudioStreamType(AudioManager.MODE_IN_CALL); // 调整音频输出
if (sn != null) {
// 纯离线sdk这个参数必填；离在线sdk没有此参数
mSpeechSynthesizer.setParam(PARAM_SN_NAME, sn);
}
// x. 额外 ： 自动so文件是否复制正确及上面设置的参数
Map<String, String> params = new HashMap<>();
// 复制下上面的 mSpeechSynthesizer.setParam参数
// 上线时请删除AutoCheck的调用
if (!isOnlineSDK) {
params.put(SpeechSynthesizer.PARAM_TTS_TEXT_MODEL_FILE, TEXT_FILENAME);
params.put(SpeechSynthesizer.PARAM_TTS_SPEECH_MODEL_FILE, MODEL_FILENAME);
}
// 检测参数，通过一次后可以去除，出问题再打开debug
InitConfig initConfig = new InitConfig(appId, appKey, secretKey, ttsMode, params, listener);
AutoCheck.getInstance(getApplicationContext()).check(initConfig, new Handler() {
@Override
/**
* 开新线程检查，成功后回调
*/
public void handleMessage(Message msg) {
if (msg.what == 100) {
AutoCheck autoCheck = (AutoCheck) msg.obj;
synchronized (autoCheck) {
String message = autoCheck.obtainDebugMessage();
print(message); // 可以用下面一行替代，在logcat中查看代码
// Log.w("AutoCheckMessage", message);
}
}
}
});
// 6. 初始化
result = mSpeechSynthesizer.initTts(ttsMode);
checkResult(result, "initTts");
}
/**
* 在线SDK不需要调用，纯离线SDK会检查资源文件
*
* 检查 TEXT_FILENAME, MODEL_FILENAME 这2个文件是否存在，不存在请自行从assets目录里手动复制
*
* @return 检测是否成功
*/
private boolean checkOfflineResources() {
String[] filenames = {
TEXT_FILENAME, MODEL_FILENAME};
for (String path : filenames) {
File f = new File(path);
if (!f.canRead()) {
print("[ERROR] 文件不存在或者不可读取，请从demo的assets目录复制同名文件到："
+ f.getAbsolutePath());
print("[ERROR] 初始化失败！！！");
return false;
}
}
return true;
}
private void speak() {
/* 以下参数每次合成时都可以修改
* mSpeechSynthesizer.setParam(SpeechSynthesizer.PARAM_SPEAKER, "0");
* 设置在线发声音人： 0 普通女声（默认） 1 普通男声 3 情感男声<度逍遥> 4 情感儿童声<度丫丫>
* mSpeechSynthesizer.setParam(SpeechSynthesizer.PARAM_VOLUME, "5"); 设置合成的音量，0-15 ，默认 5
* mSpeechSynthesizer.setParam(SpeechSynthesizer.PARAM_SPEED, "5"); 设置合成的语速，0-15 ，默认 5
* mSpeechSynthesizer.setParam(SpeechSynthesizer.PARAM_PITCH, "5"); 设置合成的语调，0-15 ，默认 5
*
*/
if (mSpeechSynthesizer == null) {
print("[ERROR], 初始化失败");
return;
}
int result = mSpeechSynthesizer.speak(TEXT);
mShowText.setText("");
print("合成并播放 按钮已经点击");
checkResult(result, "speak");
}
private void stop() {
print("停止合成引擎 按钮已经点击");
int result = mSpeechSynthesizer.stop();
checkResult(result, "stop");
}
// 下面是UI部分
private void initView() {
Button mSpeak = this.findViewById(R.id.speak);
Button mStop = this.findViewById(R.id.stop);
mShowText = this.findViewById(R.id.showText);
mShowText.setText(desc);
View.OnClickListener listener = new View.OnClickListener() {
@Override
public void onClick(View v) {
int id = v.getId();
switch (id) {
case R.id.speak:
speak();
break;
case R.id.stop:
stop();
break;
default:
break;
}
}
};
mSpeak.setOnClickListener(listener);
mStop.setOnClickListener(listener);
mainHandler = new Handler() {
/*
* @param msg
*/
@Override
public void handleMessage(Message msg) {
super.handleMessage(msg);
if (msg.obj != null) {
print(msg.obj.toString());
}
}
};
}
private void print(String message) {
Log.i(TAG, message);
mShowText.append(message + "\n");
}
@Override
protected void onDestroy() {
if (mSpeechSynthesizer != null) {
mSpeechSynthesizer.stop();
mSpeechSynthesizer.release();
mSpeechSynthesizer = null;
print("释放资源成功");
}
super.onDestroy();
}
private void checkResult(int result, String method) {
if (result != 0) {
print("error code :" + result + " method:" + method);
}
}
// 下面是android 6.0以上的动态授权
/**
* android 6.0 以上需要动态申请权限
*/
private void initPermission() {
String[] permissions = {
Manifest.permission.INTERNET,
Manifest.permission.ACCESS_NETWORK_STATE,
Manifest.permission.MODIFY_AUDIO_SETTINGS,
Manifest.permission.WRITE_SETTINGS,
Manifest.permission.ACCESS_WIFI_STATE,
Manifest.permission.CHANGE_WIFI_STATE,
Manifest.permission.WRITE_EXTERNAL_STORAGE
};
ArrayList<String> toApplyList = new ArrayList<>();
for (String perm : permissions) {
if (PackageManager.PERMISSION_GRANTED != ContextCompat.checkSelfPermission(this, perm)) {
toApplyList.add(perm);
// 进入到这里代表没有权限.
}
}
String[] tmpList = new String[toApplyList.size()];
if (!toApplyList.isEmpty()) {
ActivityCompat.requestPermissions(this, toApplyList.toArray(tmpList), 123);
}
}
@Override
public void onRequestPermissionsResult(int requestCode, @NonNull String[] permissions, @NonNull int[] grantResults) {
// 此处为android 6.0以上动态授权的回调，用户自行实现。
}
}
这里的代码其实都是这个SDK中的，直接就可以使用了。我只改动了一点点。
3. 配置
然后修改AndroidManifest.xml
然后在activity_main.xml中增加一个按钮。
在MainActivity中增加方法。
/**
* 在线SDK合成
* @param view
*/
public void onlineSDK(View view) {
startActivity(new Intent(this, OnlineActivity.class));
}
4. 运行
下面运行：
可以看到在线SDK合成，没有网络时是合成不了的，有网络才行，这里的声音是女声。
四、在线语音合成 - API方式
使用API方式就稍稍有一些麻烦，因为这个设计到网络的请求，而且不是一次请求，首先进行鉴权，拿到token，然后通过Token去请求合成，下载MP3文件，首先要构建网络模块，当然我也只是简单的写一下而已。
1. 鉴权返回实体
在com.llw.imagediscerndemo下新建一个model包，包下新建一个GetTokenResponse类，代码如下：
package com.llw.speechsynthesis.model;
/**
* 获取鉴权认证Token响应实体
*
* @author llw
* @date 2021/5/7 16:16
*/
public class GetTokenResponse {
/**
* refresh_token : 25.0141c302b0f460cd0500827fa31f22ce.315360000.1935736936.282335-24113250
* expires_in : 2592000
* session_key : 9mzdCS6a/7/wIFWLR8zFoYs2koSri++RGhSecVXM/vY93At4kxYRajL/xMV17MoxcTAJfadRVaSBxokIqFeQoxsZ8e3NPQ==
* access_token : 24.2830c05696b214cf07bfbdf764599b39.2592000.1622968936.282335-24113250
* scope : audio_voice_assistant_get brain_enhanced_asr audio_tts_post brain_speech_realtime public brain_all_scope picchain_test_picchain_api_scope brain_asr_async wise_adapt lebo_resource_base lightservice_public hetu_basic lightcms_map_poi kaidian_kaidian ApsMisTest_Test权限 vis-classify_flower lpq_开放 cop_helloScope ApsMis_fangdi_permission smartapp_snsapi_base smartapp_mapp_dev_manage iop_autocar oauth_tp_app smartapp_smart_game_openapi oauth_sessionkey smartapp_swanid_verify smartapp_opensource_openapi smartapp_opensource_recapi fake_face_detect_开放Scope vis-ocr_虚拟人物助理 idl-video_虚拟人物助理 smartapp_component smartapp_search_plugin avatar_video_test
* session_secret : 2cdde5fd8f3fd4394c1b090e2ffa2d1c
*/
private String refresh_token;
private int expires_in;
private String session_key;
private String access_token;
private String scope;
private String session_secret;
public String getRefresh_token() {
return refresh_token;
}
public void setRefresh_token(String refresh_token) {
this.refresh_token = refresh_token;
}
public int getExpires_in() {
return expires_in;
}
public void setExpires_in(int expires_in) {
this.expires_in = expires_in;
}
public String getSession_key() {
return session_key;
}
public void setSession_key(String session_key) {
this.session_key = session_key;
}
public String getAccess_token() {
return access_token;
}
public void setAccess_token(String access_token) {
this.access_token = access_token;
}
public String getScope() {
return scope;
}
public void setScope(String scope) {
this.scope = scope;
}
public String getSession_secret() {
return session_secret;
}
public void setSession_secret(String session_secret) {
this.session_secret = session_secret;
}
}
下面简单的写一个网络请求框架。
2. 添加框架依赖
打开你的app的build.gradle，在dependencise{}闭包下添加如下依赖：
//retrofit2
implementation 'com.squareup.retrofit2:retrofit:2.4.0'
implementation 'com.squareup.retrofit2:converter-gson:2.4.0'
implementation 'com.squareup.okhttp3:logging-interceptor:3.4.1'
//权限请求框架
implementation 'com.tbruyelle.rxpermissions2:rxpermissions:0.9.4@aar'
implementation 'io.reactivex.rxjava2:rxandroid:2.0.2'
implementation "io.reactivex.rxjava2:rxjava:2.0.0"
然后在android{}闭包下添加JDK1.8的支持
compileOptions {
sourceCompatibility = 1.8
targetCompatibility = 1.8
}
记得要Sync Now，这里的依赖一个是网络，一个是权限请求，后面都会用到的。
3. 搭建网络请求框架
在com.llw.speechsynthesis下新建一个network包，在这个包下新建一个NetCallBack抽象类。里面的代码如下：
package com.llw.speechsynthesis.network;
import android.util.Log;
import retrofit2.Call;
import retrofit2.Callback;
import retrofit2.Response;
/**
* 网络请求回调
*
* @param
*/
public abstract class NetCallBack<T> implements Callback<T> {
//这里实现了retrofit2.Callback
//访问成功回调
@Override
public void onResponse(Call<T> call, Response<T> response) {
//数据返回
if (response != null && response.body() != null && response.isSuccessful()) {
onSuccess(call, response);
} else {
onFailed(response.raw().toString());
}
}
//访问失败回调
@Override
public void onFailure(Call<T> call, Throwable t) {
Log.d("data str", t.toString());
onFailed(t.toString());
}
//数据返回
public abstract void onSuccess(Call<T> call, Response<T> response);
//失败异常
public abstract void onFailed(String errorStr);
}
然后在network包下新增一个ServiceGenerator类，里面的代码如下：
package com.llw.speechsynthesis.network;
import java.util.concurrent.TimeUnit;
import okhttp3.OkHttpClient;
import okhttp3.logging.HttpLoggingInterceptor;
import retrofit2.Retrofit;
import retrofit2.converter.gson.GsonConverterFactory;
/**
* 接口地址管理
*
* @author llw
*/
public class ServiceGenerator {
public static String BASE_URL = null;
public static String getBaseUrl(int type) {
switch (type) {
case 0://鉴权地址
BASE_URL = "https://openapi.baidu.com";
break;
case 1://合成地址
BASE_URL = "https://tsn.baidu.com";
break;
default:
break;
}
return BASE_URL;
}
/**
* 创建服务 参数就是API服务
*
* @param serviceClass 服务接口
* @param 泛型规范
* @return api接口服务
*/
public static <T> T createService(Class<T> serviceClass, int type) {
//创建OkHttpClient构建器对象
OkHttpClient.Builder okHttpClientBuilder = new OkHttpClient.Builder();
//设置请求超时的时间，这里是10秒
okHttpClientBuilder.connectTimeout(20000, TimeUnit.MILLISECONDS);
//消息拦截器 因为有时候接口不同在排错的时候 需要先从接口的响应中做分析。利用了消息拦截器可以清楚的看到接口返回的所有内容
HttpLoggingInterceptor httpLoggingInterceptor = new HttpLoggingInterceptor();
//setlevel用来设置日志打印的级别，共包括了四个级别：NONE,BASIC,HEADER,BODY
//BASEIC:请求/响应行
//HEADER:请求/响应行 + 头
//BODY:请求/响应航 + 头 + 体
httpLoggingInterceptor.setLevel(HttpLoggingInterceptor.Level.BODY);
//为OkHttp添加消息拦截器
okHttpClientBuilder.addInterceptor(httpLoggingInterceptor);
//在Retrofit中设置httpclient
//设置地址 就是上面的固定地址,如果你是本地访问的话，可以拼接上端口号 例如 +":8080"
Retrofit retrofit = new Retrofit.Builder().baseUrl(getBaseUrl(type))
//用Gson把服务端返回的json数据解析成实体
.addConverterFactory(GsonConverterFactory.create())
//放入OKHttp，之前说过retrofit是对OkHttp的进一步封装
.client(okHttpClientBuilder.build())
.build();
//返回这个创建好的API服务
return retrofit.create(serviceClass);
}
}
下面写接口，在network包下新增ApiService接口，代码如下：
package com.llw.speechsynthesis.network;
import com.llw.speechsynthesis.model.GetTokenResponse;
import okhttp3.ResponseBody;
import retrofit2.Call;
import retrofit2.http.Field;
import retrofit2.http.FormUrlEncoded;
import retrofit2.http.POST;
import retrofit2.http.Streaming;
/**
* API服务
*
* @author llw
* @date 2021/5/8 10:48
*/
public interface ApiService {
/**
* 获取鉴权认证Token
* @param grant_type 类型
* @param client_id API Key
* @param client_secret Secret Key
* @return GetTokenResponse
*/
@FormUrlEncoded
@POST("/oauth/2.0/token")
Call<GetTokenResponse> getToken(@Field("grant_type") String grant_type,
@Field("client_id") String client_id,
@Field("client_secret") String client_secret);
/**
* 在线API音频合成
* @param tok 鉴权token
* @param ctp 客户端类型选择，web端填写固定值1
* @param cuid 用户唯一标识，用来计算UV值。建议填写能区分用户的机器 MAC 地址或 IMEI 码，长度为60字符以内
* @param lan 固定值zh。语言选择,目前只有中英文混合模式，填写固定值zh
* @param tex 合成的文本，使用UTF-8编码。小于2048个中文字或者英文数字，文本在百度服务器内转换为GBK后，长度必须小于4096字节（5003、5118发音人需小于512个中文字或者英文数字）
* @return 正常合成之后返回一个音频文件
*/
@Streaming
@FormUrlEncoded
@POST("/text2audio")
Call<ResponseBody> synthesis(@Field("tok") String tok,
@Field("ctp") String ctp,
@Field("cuid") String cuid,
@Field("lan") String lan,
@Field("tex") String tex);
}
里面有两个接口，一个是用来获取鉴权Token的，另一个是用来将文字合成音频文件的。这里会比较的麻烦一些。到此为止这个简单的网络框架就写好了。
4. 编辑布局和页面
在com.llw.speechsynthesis下新建一个OnlineAPIActivity，对应的布局是activity_online_api.xml，里面的代码如下：
"1.0" encoding="utf-8"?>
xmlns:android="http://schemas.android.com/apk/res/android"
xmlns:app="http://schemas.android.com/apk/res-auto"
xmlns:tools="http://schemas.android.com/tools"
android:layout_width="match_parent"
android:layout_height="match_parent"
android:orientation="vertical"
tools:context=".OnlineAPIActivity">
android:layout_margin="12dp"
android:background="#FFF"
android:padding="12dp"
android:gravity="top"
android:textColor="#000"
android:id="@+id/et_text"
android:hint="请输入要合成的文本"
android:layout_width="match_parent"
android:layout_height="100dp"/>
下面先到AndroidManifest.xml中去配置Title。
下面回到OnlineAPIActivity看原始的代码是什么样子。
package com.llw.speechsynthesis;
import android.os.Bundle;
import androidx.appcompat.app.AppCompatActivity;
/**
* 在线API合成
* @author llw
*/
public class OnlineAPIActivity extends AppCompatActivity {
@Override
protected void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.activity_online_api);
}
}
先来完成页面的初始化。现在布局的控件有三个
声明变量
private static final String TAG = "OnlineAPIActivity";
/**
* 输入框
*/
private EditText etText;
/**
* 页面按钮
*/
private Button btnSynthApi, btnPlay;
写一个初始化页面的方法
/**
* 初始化
*/
private void initView() {
etText = findViewById(R.id.et_text);
btnSynthApi = findViewById(R.id.btn_synth_api);
btnPlay = findViewById(R.id.btn_play);
btnSynthApi.setOnClickListener(this);
btnPlay.setOnClickListener(this);
}
这里我给两个按钮添加了点击的监听，那么你需要给Activity实现控件的点击监听。
然后重写onClick方法
@Override
public void onClick(View v) {
switch (v.getId()) {
case R.id.btn_synth_api://在线API合成
break;
case R.id.btn_play://播放音频
break;
default:
break;
}
}
然后要在onCreate方法中调用initView()方法。
5. 获取鉴权Token
声明变量
/**
* Api服务
*/
private ApiService service;
/**
* 鉴权Toeken
*/
private String accessToken;
然后新增一个requestApiGetToken方法，代码如下：
/**
* 访问API获取接口
*/
private void requestApiGetToken() {
String grantType = "client_credentials";
String apiKey = "sKWlGNoBrNyaKaAycoiKFzdT";
String apiSecret = "OwEPWPiSnMNxCF5GFZlORKzP01KwgC1Z";
service = ServiceGenerator.createService(ApiService.class, 0);
service.getToken(grantType, apiKey, apiSecret)
.enqueue(new NetCallBack<GetTokenResponse>() {
@Override
public void onSuccess(Call<GetTokenResponse> call, Response<GetTokenResponse> response) {
if (response.body() != null) {
//鉴权Token
accessToken = response.body().getAccess_token();
Log.d(TAG, accessToken);
}
}
@Override
public void onFailed(String errorStr) {
Log.e(TAG, "获取Token失败，失败原因：" + errorStr);
accessToken = null;
}
});
}
这里的apiKey、apiSecret 的值改成自己平台创建应用时产生，你要是用我的，除了问题又问我为什么，我就只能。。。了。当然也要在onCreate中调用，这样我们已经入页面就会请求接口拿到鉴权Token。
下面我们运行一下，不过要先在MainActivity中写一个入口才行，在activity_main.xml中增加一个按钮。
然后在MainActivity中增加方法
/**
* 在线API合成
* @param view
*/
public void onlineAPI(View view) {
startActivity(new Intent(this,OnlineAPIActivity.class));
}
那么现在你就可以运行了。
看起来好像什么都没有做是吧。你过你看看控制台的打印。
这里的鉴权Token就拿到了，这种方式用户就是无感知的。其实这个鉴权Token还有优化的空间，至于怎么做，我在其他的文章写过了，你也可以自己实践。
6. 动态权限请求
因为接口请求之后会下载一个文件到手机本地，因此你需要文件读写权限、
声明变量
/**
* 权限请求框架
*/
private RxPermissions rxPermissions;
然后在initView中实例化。
然后新怎一个方法
/**
* android 6.0 以上需要动态申请权限
*/
@SuppressLint("CheckResult")
private void requestPermission() {
rxPermissions.request(Manifest.permission.WRITE_EXTERNAL_STORAGE,
Manifest.permission.READ_EXTERNAL_STORAGE)
.subscribe(grant -> {
if (grant) {
//获得权限
} else {
Toast.makeText(OnlineAPIActivity.this,"未获取到权限",Toast.LENGTH_SHORT).show();
}
});
}
这里也是很简单的代码，当点击在线合成API按钮时，先调用requestPermission方法进行权限的检查。
7. Api语音合成
这里合成是读取页面中的文本，如果输入框的内容为空则使用默认文字进行语音合成，因此需要一个默认的文本。
声明变量
/**
* 默认文本，当输入框未输入使用，
*/
private String defaultText = "你好！百度。";
然后在权限通过的地方加上这样的一段代码
//如果输入框的内容为空则使用默认文字进行语音合成
String text;
if (etText.getText().toString().trim().isEmpty()) {
text = defaultText;
} else {
text = etText.getText().toString().trim();
}
这段代码产生了一个文本变量，需要将它传到下一个方法中，也就是合成的方法。下面来写这个方法，前面都是铺垫，让你了解这个过程，它是一步一步来的。新增方法requestSynth，代码如下：
/**
* 合成请求
* @param text 需要合成语音的文本
*/
private void requestSynth(String text) {
service = ServiceGenerator.createService(ApiService.class, 1);
service.synthesis(accessToken, "1", String.valueOf(System.currentTimeMillis()), "zh", text)
.enqueue(new Callback<ResponseBody>() {
@Override
public void onResponse(Call<ResponseBody> call, Response<ResponseBody> response) {
if (response.isSuccessful()) {
Log.d(TAG,"请求成功");
} else {
Log.d(TAG, "请求失败");
}
}
@Override
public void onFailure(Call<ResponseBody> call, Throwable t) {
Log.e(TAG, "error");
}
});
}
然后在这里调用。
下面可以运行了，会打印请求的结果。
这里点击按钮之后会请求权限，通过后会获取文本，然后进行语音合成的请求，来看看那控制台打印的结果。
请求成功了，那么可以进行下一步了。
8. 音频文件下载
因为这里返回的是一个音频文件，因此不能使用常规的方式来处理，下载当然是下载的项目的缓存目录里面去，当前我在Android10.0上是可以实践的，Android11.0可能要进行分区存储才行，这里说明一下。
在listener包下新增一个DownloadListener接口，里面的代码如下：
package com.llw.speechsynthesis.listener;
/**
* 下载监听
*
* @author llw
* @date 2021/5/8 9:50
*/
public interface DownloadListener {
/**
* 开始下载
*/
void onStart();
/**
* 下载进度
* @param progress 当前进度
*/
void onProgress(int progress);
/**
* 下载完成
* @param path 文件路径
*/
void onFinish(String path);
/**
* 下载失败
* @param errorInfo 错误信息
*/
void onFail(String errorInfo);
}
然后回到OnlineAPIActivity中，声明变量
/**
* 文件路径
*/
private String mPath;
/**
* 缓冲区大小
*/
private static int sBufferSize = 8192;
/**
* 文件
*/
private File file;
接口的回调
/**
* 下载文件监听
*/
private DownloadListener listener = new DownloadListener() {
@Override
public void onStart() {
Log.d(TAG, "开始");
}
@Override
public void onProgress(int progress) {
Log.d(TAG, "进度：" + progress);
}
@Override
public void onFinish(String path) {
Log.d(TAG, "完成：" + path);
mPath = path;
//显示播放控件
btnPlay.setVisibility(View.VISIBLE);
}
@Override
public void onFail(String errorInfo) {
Log.d(TAG, "异常：" + errorInfo);
}
};
然后新增一个写入磁盘的方法。
/**
* 写入磁盘
* @param response 响应体
* @param downloadListener 下载监听
*/
private void writeToDisk(Response<ResponseBody> response, DownloadListener downloadListener) {
//开始下载
downloadListener.onStart();
//输入流 将输入流写入文件
InputStream is = response.body().byteStream();
//文件总长
long totalLength = response.body().contentLength();
//设置文件存放路径
file = new File(getExternalCacheDir() + "/Speech/" + "test.mp3");
//创建文件
if (!file.exists()) {
if (!file.getParentFile().exists()) {
file.getParentFile().mkdir();
}
try {
file.createNewFile();
} catch (IOException e) {
e.printStackTrace();
downloadListener.onFail("createNewFile IOException");
}
}
//输出流
OutputStream os = null;
long currentLength = 0;
try {
os = new BufferedOutputStream(new FileOutputStream(file));
byte data[] = new byte[sBufferSize];
int len;
while ((len = is.read(data, 0, sBufferSize)) != -1) {
os.write(data, 0, len);
currentLength += len;
//计算当前下载进度
downloadListener.onProgress((int) (100 * currentLength / totalLength));
}
//下载完成，并返回保存的文件路径
downloadListener.onFinish(file.getAbsolutePath());
} catch (IOException e) {
e.printStackTrace();
downloadListener.onFail("IOException");
} finally {
try {
is.close();
} catch (IOException e) {
e.printStackTrace();
}
try {
if (os != null) {
os.close();
}
} catch (IOException e) {
e.printStackTrace();
}
}
}
然后在请求成功的分支中调用这个方法，如下图所示：
下面你可以运行一下：
合成之后，当文件下载到本地时，这个播放的按钮就会出现。下面来看看日志。
这样就成功了。
9. 播放
文件下载成功之后，也拿到了文件的路径了，下面就是通过这个路径去播放这个音频了。
新增一个play方法。
/**
* 播放
*/
private void play() {
if(mPath != null){
MediaPlayer mediaPlayer = new MediaPlayer();
try {
mediaPlayer.setDataSource(mPath);
mediaPlayer.prepare();
mediaPlayer.start();
} catch (IOException e) {
e.printStackTrace();
}
}
}
这样就可以了。那么代码就写完了。运行一下：
由于是GIF，所以你听不到声音，来看这个打印的信息，一次是默认的，一次是我们自己的。
那么到此为止，我的所有代码就写完了。
五、源码
GitHub源码地址：SpeechSynthesisDemo
CSDN源码下载：SpeechSynthesisDemo.rar
如果本文对你有所帮助，不妨点个赞或者评论一下，也可以说说你的想法和问题，我是初学者-Study，山高水长，后会有期~