Android—实现科大讯飞语音合成

image

背景(可以不看)

实验室项目开发的APP需要有语音提示功能,之前的做法是人工录音,剪辑片段,调用Android的多媒体,播放,呵呵呵,,,这是21世纪!这样肯定显得有点low啊,且不说档次,应用场景也不足啊,人工录音内容固定,这不适合我们的需求。其实我当时也不知道这技术叫语音合成,老师提了一提,下来一百度,科大讯飞果断站了出来,提供了API,给你点个赞!这里介绍一下如何使用该API中的语音合成技术。

准备工作

注册开发者APPID

首先需要做的就是注册能够使用该API的APPID,如今使用这种API都需要注册,比如百度地图API等,不想多说,并向你抛出了个链接

导入SDK

注册完APPDID之后,下载开发包,解压缩,得到如下文件,在Android Studio项目结构下的app下新建libs,将其中的文件全部copy到libs下,如下图所示:

image

这里要注意啊,导进来要进行Gradle的编译啊,并且注意到每一项前面的三角符号是可以点开的,下面有内容的,这是需要编译之后才有,如果不能打开,相当于只是添加了些文件,后面使用里面的类,代码无法自动提示,MB,都没编译进来,有个屁啊,(本人踩过的坑,手动捂脸)

添加用户权限

需要配置如下权限


























配置Gradle

使用AS开发Android Application Gradle的配置少不了,官方的文档上没有指出需要配置Gradle,但是事实证明不配置的话,会出现一个很奇怪的异常,在Module下的build.gradle文件:

  1. defaultConfig下添加以下内容:
// 配置.so文件
        ndk {
            // 选择要添加的对应的cpu类型的.so库
            abiFilters 'x86', 'armeabi', 'armeabi-v7a', 'armeabi-v8a', 'mips','mips64','x86_64'
        }
  1. buildTypes下添加以下内容:
//配置JNILibs
        sourceSets {
            main {
                jniLibs.srcDirs = ['libs']
            }
        }

到这里,准备工作应该是准备完成了

干正事

SDK的初始化

初始化就一句话

// 进行SDK的初始化
SpeechUtility.createUtility(APP.this, SpeechConstant.APPID + "=yourAPPID");

这句话一般写在app初始化时,如果你是写demo,只有一个Activity,那么就写在onCreate之后就可以,但是我相信,真正使用绝非这么简单,所以配置到APP文件中最好,我一开始不知道什么是APP文件(手动捂脸,好low),其实APP文件是一个java类文件,继承Application,如下图:


image

Application这个类,一看就应该明了,是我们每个应用程序都用的,然后如何将我们新建的APP和我们的Android程序关联,看下图:

image

这是AndroidManifest.xml 下的配置项,将这里的application指定为我们自己创建的java类文件即可,看到.APP前面的那一个.点没有,表示路径,说明我们的APP.java类直接在我们的包名下。如下图:
image

这里com.jiajia.speechdemo就是我的包名。

封装语音合成工具类

在上面的截图中有一个TTSUtility类,没错,我们把语音合成疯转在一个工具类中。同时将其打造成单例模式。这样在我们整个应用程序中,只有一个工具类,就不用每次需要合成是都new一个对象

public class TTSUtility {
        // 发音人
        public final static String[] COLOUD_VOICERS_VALUE = {"xiaoyan", "xiaoyu", "catherine", "henry", "vimary", "vixy", "xiaoqi", "vixf", "xiaomei","xiaolin", "xiaorong", "xiaoqian", "xiaokun", "xiaoqiang", "vixying", "xiaoxin", "nannan", "vils",};

        private static final String TAG = "TTSUtility";
        // 语音合成对象
        private static SpeechSynthesizer mTts;
        //上下文
        private  Context mContext;

        private volatile static TTSUtility instance;
        /**
         * 合成回掉监听
         */
        private static SynthesizerListener mTtsListener = new SynthesizerListener() {
            @Override
            public void onSpeakBegin() {
                Log.d(TAG, "开始播放");
            }

            @Override
            public void onBufferProgress(int percent, int beginPos, int endPos, String info) {
                // TODO 缓冲的进度
                Log.d(TAG, "缓冲 : " + percent);
            }

            @Override
            public void onSpeakPaused() {
                Log.d(TAG, "暂停播放");

            }

            @Override
            public void onSpeakResumed() {
                Log.d(TAG, "继续播放");
            }

            @Override
            public void onSpeakProgress(int percent, int beginPos, int endPos) {
                // TODO 说话的进度
                Log.d(TAG, "合成 : " + percent);
            }

            @Override
            public void onCompleted(SpeechError error) {
                if (error == null) {
                    Log.d(TAG, "播放完成");

                } else if (error != null) {
                    Log.d(TAG, error.getPlainDescription(true));
                }
            }

            @Override
            public void onEvent(int eventType, int arg1, int arg2, Bundle obj) {

            }
        };
        /**
         * 构造方法
         *
         * @param context 上下文
         */
        private TTSUtility(Context context) {
            mContext = context;
            // 初始化合成对象
            mTts = SpeechSynthesizer.createSynthesizer(mContext, new InitListener() {
                @Override
                public void onInit(int code) {
                    if (code != ErrorCode.SUCCESS) {
                        Log.d("fjj", "初始化失败,错误码:" + code);
                    }
                    Log.d("fjj", "初始化失败,q错误码:" + code);
                }
            });
        }
        public static TTSUtility getInstance(Context context) {
            if (instance == null) {
                synchronized (TTSUtility.class) {
                    if (instance == null) {
                        instance = new TTSUtility(context);
                    }
                }
            }
            return  instance;
        }
        /**
         * 停止语音播报
         */
        public static void stopSpeaking() {
            // 对象非空并且正在说话
            if (null != mTts && mTts.isSpeaking()) {
                // 停止说话
                mTts.stopSpeaking();
            }
        }
        /**
         * 判断当前有没有说话
         *
         * @return
         */
        public  static boolean isSpeaking() {
            if (null != mTts) {
                return mTts.isSpeaking();
            } else {
                return false;
            }
        }
        /**
         * 开始合成
         *
         * @param text
         */
        public void speaking(String text) {
            if (TextUtils.isEmpty(text))
                return;
            int code = mTts.startSpeaking(text, mTtsListener);

            Log.d("fjj", "-----" + code + "++++++++++");

            if (code != ErrorCode.SUCCESS) {
                if (code == ErrorCode.ERROR_COMPONENT_NOT_INSTALLED) {
                    Toast.makeText(mContext, "没有安装语音+ code = " + code, Toast.LENGTH_SHORT).show();
                } else {
                    Toast.makeText(mContext, "语音合成失败,错误码: " + code, Toast.LENGTH_SHORT).show();
                }
            }
        }
        /**
         * 参数设置
         *
         * @return
         */
        private void setParam() {
            // 清空参数
            mTts.setParameter(SpeechConstant.PARAMS, null);
            // 引擎类型 网络
            mTts.setParameter(SpeechConstant.ENGINE_TYPE, SpeechConstant.TYPE_CLOUD);
            // 设置发音人
            mTts.setParameter(SpeechConstant.VOICE_NAME, COLOUD_VOICERS_VALUE[0]);
            // 设置语速
            mTts.setParameter(SpeechConstant.SPEED, "50");
            // 设置音调
            mTts.setParameter(SpeechConstant.PITCH, "50");
            // 设置音量
            mTts.setParameter(SpeechConstant.VOLUME, "100");
            // 设置播放器音频流类型
            mTts.setParameter(SpeechConstant.STREAM_TYPE, "3");
            // mTts.setParameter(SpeechConstant.TTS_AUDIO_PATH, Environment.getExternalStorageDirectory() + "/KRobot/wavaudio.pcm");
            // 背景音乐  1有 0 无
            // mTts.setParameter("bgs", "1");
        }
}

这样封装之后在任何你想要"说话"的地方直接调用下面者句话就可以;

TTSUtility.getInstance(getApplicationContext()).speaking("编程使我快乐");

可以看到封装的工具类中可以进行参数的设置,主要包括以下内容:
语言(LANGUAGE,中文、英文等)
方言(ACCENT,中文的普通话,粤语等)
发音人特征(性别,年龄,语气)
语速(SPEED)
音量(VOLUME)
语调(PITCH)
音频采样率(SAMPLE_RATE)

感兴趣可以自己多尝试!

本人菜鸟程序猿一枚,如有错误,请指出,Thanks!

参考资料

  1. 科大讯飞开发指南
  2. 科大讯飞在线语音合成(2018最新版本)

最后

此致,敬礼

你可能感兴趣的:(Android—实现科大讯飞语音合成)