概念
TTS 即TextToSpeech,文本转语言,也就是所谓的语音合成技术。TTS技术对文本文件进行实时转换,转换时间可以秒计算。
目前国内主流的语音引擎提供商主要为科大讯飞、百度以及云知声。
前言
由于项目中涉及到收银金额的播报,主要是用在食堂、大排档这类的嘈杂环境,所以需求上要满足语速快,音量高,队列播放。最初找到网上通过MediaPlayer播放录制好的金额音频文件的方案实现,[参考](https://segmentfault.com/a/1190000011407408/ [代码]:https://github.com/javaexception/VoiceAnnouncements),但播放语速太慢,被直接pass掉。转而考虑第三方的SDK,万万没想到,原本很简单的一个三选一的题,选来选去,成功绕过了正确答案,最终迭代了三次才选到了适合我们场景的答案。下面我总结了基于我们使用场景(各种网络环境)得出的几个优缺点:
提供商 | 是否提供离线 | 是否收费 | 合成质量 | 不足 |
---|---|---|---|---|
科大讯飞 | 是 | 是 | 好 | 不支持有线网,需维护队列 |
百度 | 是 | 否 | 较好 | 离线授权易失败,合成失败 |
云知声 | 是 | 否 | 一般 | 声音不自然,需维护队列,技术支持不给力 |
最后,结合项目复杂的使用场景,选择了云知声的离线TTS,外加维护一个简单的队列,满足了我们的需求。网上有网友提供的一个自己封装的工具(https://blog.csdn.net/fengyuzhengfan/article/details/45053293),封装的不错,拿来就可以用,而且加入了队列维护,但唯一的不足之处,在于声音比较小,即便音量设置成最大值,听起来也不是很响亮,大约60分贝左右,安静环境下没什么问题,但我们得保持90分贝才差不多满足,所以不做改变的话,对我来说也没法使用,考虑到此工具类里的sdk版本比较老了,尝试到云知声官网down了最新的离线包,刚好音量方面做了调整,于是重新封装了一个工具类,加入了队列维护,并做了一些微调,音量达到了85分贝,基本满足了我们需求(其实我们还想更大声一点,目前只能考虑硬件上提升功放)。
好了,叨叨了太多废话,下面我们上代码:
package com.ing.tts;
import android.content.Context;
import android.media.AudioManager;
import com.unisound.client.SpeechConstants;
import com.unisound.client.SpeechSynthesizer;
import com.unisound.client.SpeechSynthesizerListener;
import java.io.IOException;
import java.util.ArrayList;
import java.util.List;
/**
* 离线语音
*
* @author ing
* @date 2018/3/27
*/
public class SpeechUtilOffline {
public static final String appKey = "_appKey_";//经测试,离线包key和secret可不填真实的。
public static final String secret = "_secret_";
private static SpeechUtilOffline instance;
private SpeechSynthesizer mTTSPlayer;
private boolean isSpeaking = false;
private List<SpeechItem> speechList = new ArrayList<>();
private boolean released = false;
protected OfflineResource offlineResource;
private SpeechUtilOffline(Context context) {
init(context);
released = false;
}
public static SpeechUtilOffline getInstance(Context context) {
if (instance == null) {
instance = new SpeechUtilOffline(context);
}
return instance;
}
/**
* 初始化引擎
*
* @author JPH
* @date 2015-4-14 下午7:32:58
*/
private void init(final Context context) {
try {
offlineResource = new OfflineResource(context);
} catch (IOException e) {
LogUtils.e("offlineResouce failed , error msg : "+e.getMessage());
e.printStackTrace();
}
// 初始化语音合成对象
mTTSPlayer = new SpeechSynthesizer(context, appKey, secret);
// 设置本地合成
mTTSPlayer.setOption(SpeechConstants.TTS_SERVICE_MODE, SpeechConstants.TTS_SERVICE_MODE_LOCAL);
mTTSPlayer.setOption(SpeechConstants.TTS_KEY_VOICE_PITCH, 50);//音调
mTTSPlayer.setOption(SpeechConstants.TTS_KEY_VOICE_SPEED, 52);//语速
mTTSPlayer.setOption(SpeechConstants.TTS_KEY_VOICE_VOLUME, 100);//音量
mTTSPlayer.setOption(SpeechConstants.TTS_KEY_STREAM_TYPE, AudioManager.STREAM_NOTIFICATION);
mTTSPlayer.setOption(SpeechConstants.TTS_KEY_FRONTEND_MODEL_PATH, offlineResource.getModelFilename());
// 设置后端模型
mTTSPlayer.setOption(SpeechConstants.TTS_KEY_BACKEND_MODEL_PATH, offlineResource.getBackFilename());
// 设置回调监听
mTTSPlayer.setTTSListener(new SpeechSynthesizerListener() {
@Override
public void onEvent(int type) {
switch (type) {
case SpeechConstants.TTS_EVENT_INIT:
// 初始化成功回调
LoggerUtils.d("onInitFinish");
break;
case SpeechConstants.TTS_EVENT_SYNTHESIZER_START:
// 开始合成回调
LoggerUtils.d("beginSynthesizer");
break;
case SpeechConstants.TTS_EVENT_SYNTHESIZER_END:
// 合成结束回调
LoggerUtils.d("endSynthesizer");
break;
case SpeechConstants.TTS_EVENT_BUFFER_BEGIN:
// 开始缓存回调
LoggerUtils.d("beginBuffer");
break;
case SpeechConstants.TTS_EVENT_BUFFER_READY:
// 缓存完毕回调
break;
case SpeechConstants.TTS_EVENT_PLAYING_START:
// 开始播放回调
LoggerUtils.d("onPlayBegin");
break;
case SpeechConstants.TTS_EVENT_PLAYING_END:
// 播放完成回调
break;
case SpeechConstants.TTS_EVENT_PAUSE:
// 暂停回调
LoggerUtils.d("pause");
break;
case SpeechConstants.TTS_EVENT_RESUME:
// 恢复回调
LoggerUtils.d("resume");
break;
case SpeechConstants.TTS_EVENT_STOP:
// 停止回调
LoggerUtils.d("stop");
break;
case SpeechConstants.TTS_EVENT_RELEASE:
// 释放资源回调
LoggerUtils.d("release");
break;
default:
break;
}
}
@Override
public void onError(int type, String errorMSG) {
// 语音合成错误回调
LoggerUtils.ttsErrorLog("TTS onError __ type : "+ type +" errorMsg : " +errorMSG );
}
});
// 初始化合成引擎
mTTSPlayer.init("");
}
/**
* 停止播放
*
* @author JPH
* @date 2015-4-14 下午7:50:35
*/
public void stop() {
mTTSPlayer.stop();
}
/**
* 播放
*
* @author JPH
* @date 2015-4-14 下午7:29:24
*/
public void play(String content) {
playImmediately(content);
}
public void play(String content, PLAY_MODE playMode) {
switch (playMode) {
case QUEUED: {
playQueued(content);
break;
}
case IMMEDIATELY: {
playImmediately(content);
break;
}
}
}
private void updateSpeech() {
if (!isSpeaking) {
if (speechList.size() > 0) {
speak(speechList.remove(speechList.size() - 1).content);
}
}
}
private void speak(String content) {
mTTSPlayer.playText(content);
}
public void playQueued(String content) {
speechList.add(new SpeechItem(content, PLAY_MODE.QUEUED));
updateSpeech();
}
public void playImmediately(String content) {
speak(content);
}
/**
* 释放资源
*
* @author JPH
* @date 2015-4-14 下午7:27:56
*/
public void release() {
// 主动释放离线引擎
if (released) {
return;
}
if (mTTSPlayer != null) {
mTTSPlayer.stop();
mTTSPlayer.release(SpeechConstants.TTS_RELEASE_ENGINE, null);
}
instance = null;
released = true;
}
public enum PLAY_MODE {
QUEUED,
IMMEDIATELY
}
private class SpeechItem {
public String content;
public PLAY_MODE playMode;
public SpeechItem(String content, PLAY_MODE mode) {
this.content = content;
this.playMode = mode;
}
}
}
以上就是我们项目中用到的离线工具类,主要设置:
mTTSPlayer.setOption(SpeechConstants.TTS_SERVICE_MODE, SpeechConstants.TTS_SERVICE_MODE_LOCAL);//离线模式
mTTSPlayer.setOption(SpeechConstants.TTS_KEY_VOICE_PITCH, 50);//音调
mTTSPlayer.setOption(SpeechConstants.TTS_KEY_VOICE_SPEED, 52);//语速
mTTSPlayer.setOption(SpeechConstants.TTS_KEY_VOICE_VOLUME, 100);//音量最大
mTTSPlayer.setOption(SpeechConstants.TTS_KEY_STREAM_TYPE, AudioManager.STREAM_NOTIFICATION);
最后一个设置项TTS_KEY_STREAM_TYPE, sdk里默认是STREAM_MUSIC也就是媒体音量,但经过分贝测试,发现在集中系统音量类型中,通知类的声音是最大的,于是这里就选择设置成了STREAM_NOTIFICATION模式。
另外,直接下载的sdk,提供的 asserts离线文件拷贝到本地的方法不太好用,这里我改造了一下,也就是OfflineResource.java :
package com.ing.tts;
import android.content.Context;
import android.content.res.AssetManager;
import android.util.Log;
import com.ing.tts.FileUtils;
import java.io.IOException;
import static android.content.ContentValues.TAG;
/**
* 离线语音
*
* @author ing
* @date 2018/3/27
*/
public class OfflineResource {
private AssetManager assets;
private String destPath;
private String backFilename;
private String modelFilename;
public OfflineResource(Context context) throws IOException {
this.assets = context.getAssets();
this.destPath = FileUtils.createTmpDir(context);
setOfflineVoiceType();
}
public String getModelFilename() {
return modelFilename;
}
public String getBackFilename() {
return backFilename;
}
public void setOfflineVoiceType() throws IOException {
String back = "backend_lzl";
String model = "frontend_model";
backFilename = copyAssetsFile(back);
modelFilename = copyAssetsFile(model);
}
private String copyAssetsFile(String sourceFilename) throws IOException {
String destFilename = destPath + "/" + sourceFilename;
FileUtils.copyFromAssets(assets, sourceFilename, destFilename, false);
Log.i(TAG, "Assets to sdcard successed:" + destFilename);
return destFilename;
}
}
FileUtils.java :
/**
* 创建一个临时目录,用于复制临时文件,如assets目录下的离线资源文件
* @param context
* @return
*/
public static String createTmpDir(Context context) {
String sampleDir = "/ing/tts";//这里改为你的本地路径
String tmpDir = Environment.getExternalStorageDirectory().toString() + sampleDir;
if (!FileUtils.makeDir(tmpDir)) {
tmpDir = context.getExternalFilesDir(sampleDir).getAbsolutePath();
if (!FileUtils.makeDir(sampleDir)) {
throw new RuntimeException("create model resources dir failed :" + tmpDir);
}
}
return tmpDir;
}
/**
* assets文件2 sdcard
* @param assets
* @param source
* @param dest
* @param isCover
* @throws IOException
*/
public static void copyFromAssets(AssetManager assets, String source, String dest, boolean isCover) throws IOException {
File file = new File(dest);
if (isCover || (!isCover && !file.exists())) {
InputStream is = null;
FileOutputStream fos = null;
try {
is = assets.open(source);
String path = dest;
fos = new FileOutputStream(path);
byte[] buffer = new byte[1024];
int size = 0;
while ((size = is.read(buffer, 0, 1024)) >= 0) {
fos.write(buffer, 0, size);
}
} finally {
if (fos != null) {
try {
fos.close();
} finally {
if (is != null) {
is.close();
}
}
}
}
}
}
然后使用就很简单了,比如:
SpeechUtilOffline.getInstance(MainActivity.this).play("收款1024元", SpeechUtilOffline.PLAY_MODE.QUEUED);
最后附上源码下载:https://download.csdn.net/download/learner576539763/10316889