Qt 国产嵌入式操作系统实现文字转语音功能（TTS）

1.简介

本示例使用的CPU：rk3588。

操作系统：kylin V10

架构：aarch64

在Windows端，我们很容易想到使用Qt自带的类QTextToSpeech来实现文字转语音功能，Qt版本得在5.11.0以上才支持。但是在嵌入式平台，尤其是在国产的操作系统中，我们需要编译Qt源码，使得Qt能够支持文字转语音功能，我使用的Qt版本5.12.8，我的想法是在编译配置中将文字转语音功能编译进去，但是我并没有找到相关的配置选项，如果有知道的大佬，请指教。

Qt 文字转语音_qt 文本转语音-CSDN博客

查看系统的版本：

lsb_release -a

查看系统架构：

uname -m

查看Qt的编译选项，生成makefile。

./configure -help

后来我采用了另外的三方库eSpeak，来实现了文字转语音。

2.QTextToSpeech使用方法

• setRate(double)：可以设置 速率 高低音 音量，此属性保存当前语音速率，范围从-1.0到1.0。默认值0.0是正常的语音流。
• setPitch(double)：此属性保存语音音高，范围从-1.0到1.0。默认的0.0是正常的语音音高。
• setVolume(double)：此属性保存当前音量，范围从0.0到1.0。默认值是平台的默认音量
• setVoice(const QVoice &voice)：设置声音使用。注意:在某些平台上，设置语音会更改其他语音属性，如地区、音高等。这些变化触发了信号的发射。
• void setLocale(const QLocale &locale);设置语言的语种 有中文 英文啥的
• void say(const QString &text);播放语音 传入 字符串比如 say(“hello world”) 语音里就说 hello world

3.eSpeak编译

这里我并不是使用的交叉编译，我直接放到将源码放到平台上编译。

eSpeak依赖PortAudio进行播放音频，所以在编译eSpeak前需要准备好PortAudio的库。

PortAudio是一个免费、跨平台、开源的音频I/O库。它能够简化C/C++的音频程序的设计实现，能够运行在Windows、Macintosh OS X和UNIX之上（Linux的各种版本也不在话下）。

PortAudio下载：我下载的如下图所示的包。

PortAudio - an Open-Source Cross-Platform Audio API

PortAudio编译：

解压完后在portaudio目录下创建build目录用于安装。生成makefile。

./configure --prefix=/home/kylin/wzz/build

编译：make -j8 && make install

在build目录下就有了安装好的头文件和库。

eSpeak下载地址：

espeak: Downloads

解压完成后，进入到src中。

cd src && cp portaudio19.h portaudio.h 

修改Makefile内容：

vi Makefile

修改3-7行，根据自己的路径来修改。

注释掉30行：AUDIO = portaudio

打开31行：AUDIO = portaudio0

注释掉53行：LIB_AUDIO=/usr/lib/libportaudio.so.0

添加LIB_AUDIO=$(PREFIX)/lib/libportaudio.so (刚刚编译生成的portaudio库)

 

保存后执行：

make -j8 && make install

生成的库在/home/kylin/wzz/build下。

4.eSpeak使用

在bin目录下生成espeak可执行程序。

执行命令：

./espeak "你好" -v zh

嵌入到Qt代码中：源码示例。

espeak_Initialize：初始化。

espeak_SetVoiceByName：设置声音。

espeak_SetSynthCallback：设置回调。

espeak_Synth：语音合成。

espeak_Cancel：停止合成。

espeak_Terminate：终止。

#ifndef MYTHREAD_H
#define MYTHREAD_H
#include 
#include 
#include 

class MyThread : public QThread
{
public:
    MyThread(QObject *parent = nullptr);

public:
    void stop();
    void add(QString text);
    void cancel();
protected:
    void run();

private:
    QString m_text;
    bool m_isStart = false;
    QMutex m_mutex;
    bool m_isNewText;
};

#endif // MYTHREAD_H


#include "mythread.h"
#include 

#ifdef __LINUX__
extern "C"
{
#include "espeak/speak_lib.h"
}

int speakCallback(short *wav, int numsamples, espeak_EVENT *events)
{
	fwrite(wav, sizeof(short), numsamples, stdout);
}
#endif // __LINUX__


MyThread::MyThread(QObject *parent)
    : QThread(parent)
{
#ifdef __LINUX__
    if(espeak_Initialize(AUDIO_OUTPUT_PLAYBACK,0,NULL,0) != EE_OK)
    {
        qDebug()<<"espeak_Initialize error";
    }

    espeak_SetVoiceByName("zh+f2");
#endif // __LINUX__
    //espeak_SetSynthCallback(speakCallback);

}

void MyThread::stop()
{
    m_isStart = false;
}

void MyThread::add(QString text)
{
#ifdef __LINUX__
    m_mutex.lock();
    if(espeak_IsPlaying())
        espeak_Cancel();
    m_text = text;

    m_isNewText = true;
    m_mutex.unlock();
#endif // __LINUX__
}

void MyThread::cancel()
{
#ifdef __LINUX__
    espeak_Cancel();
#endif // __LINUX__
}

void MyThread::run()
{
#ifdef __LINUX__
    m_isStart = true;
    while(m_isStart)
    {

        if(m_isNewText)
        {
            QString text = m_text;
            QByteArray byte = text.toUtf8();

            if(espeak_Synth(byte.data(),byte.length(),0,POS_CHARACTER,0,espeakCHARS_UTF8,NULL,NULL) != EE_OK)
            {
                qDebug()<<"espeak_Synth error";
            }
            m_isNewText = false;
        }
        else
        {
            msleep(50);
        }
    }
    espeak_Terminate();

#endif // __LINUX__
}