寫(xiě)在前面

今日應(yīng)內(nèi)部團(tuán)隊(duì)需求，要實(shí)時(shí)朗讀語(yǔ)音。在這個(gè)場(chǎng)景驅(qū)動(dòng)，快速過(guò)了一遍官方文檔。通過(guò)此筆記，摘錄自己的思考和理解的內(nèi)容，方便日后快速回憶。
所以說(shuō)這是一個(gè)偏個(gè)人的筆記，對(duì)于需要全面了解TTS的看官，可能要失望了。

「android.speech」和「android.speech.tts」

「android.speech」包不在我這次要了解的范圍內(nèi)，后續(xù)會(huì)補(bǔ)上相關(guān)筆記。

「android.speech.tts」包的tts是「Text To Speech」縮寫(xiě)，文字轉(zhuǎn)語(yǔ)音。

為了開(kāi)發(fā)者便于使用，在AOSP中，關(guān)于「兼容性定義文檔」的說(shuō)明，要求每個(gè)Android OS版本發(fā)行都要兼容的功能實(shí)現(xiàn)，其中「TTS」就是以一個(gè)Framework的形式存在，開(kāi)發(fā)者通過(guò)已有的API，與這個(gè)Framework服務(wù)進(jìn)行交互動(dòng)作。

以一個(gè)簡(jiǎn)單的使用常見(jiàn)為例：播放一句話，簡(jiǎn)單列出涉及到的相關(guān)API。

• 創(chuàng)建TextToSpeech實(shí)例mTts，API會(huì)調(diào)用喚起Framework并進(jìn)行一系列初始化，未初始化完成是用不了的，所以要OnInitListener監(jiān)聽(tīng)回調(diào)。
• 回調(diào)的結(jié)果要么是 TextToSpeech.Engine.SUCCESS要么是TextToSpeech.Engine.ERROR。
• 成功后，可以對(duì)mTts進(jìn)行配置。
• 設(shè)置當(dāng)前要識(shí)別合成的語(yǔ)言，使用voice，language是已經(jīng)deprecated。
• 設(shè)置語(yǔ)速speechRate, 正常速度為1.0f，2.0f是2倍速，0.5是慢1倍速。
• 設(shè)置音調(diào)pitch，正常調(diào)為1.0f，跟語(yǔ)速的值規(guī)則類似
• 添加每次speak方法的識(shí)別回調(diào)UtteranceProgressListener接口的實(shí)現(xiàn)
• 調(diào)用speak()方法
  • text要朗讀的文本內(nèi)容
  • queueMode隊(duì)列模式有TextToSpeech.QUEUE_ADD和
  • bundle，設(shè)置三個(gè)值：
    -使用哪種系統(tǒng)的媒體音類型的音量，取值為AudioManager類STREAM_前綴的常量及
    -本次播放使用的音量大小，取值0-1，即0%-100%
    -KEY_PARAM_PAN，不是很理解是英文說(shuō)的是什么，取值
  • utteranceId暫未遇到使用場(chǎng)景；
    TextToSpeech.QUEUE_FLUSH，這個(gè)場(chǎng)景應(yīng)該比較常見(jiàn)：自動(dòng)順序朗讀段落，用戶突然點(diǎn)擊重放，由頭重新朗讀，則使用QUEUE_FLUSH值。

上述是一次理想的流程，在實(shí)際場(chǎng)景中，可能會(huì)遇到各種情況，例如文字識(shí)別失敗、網(wǎng)絡(luò)識(shí)別的網(wǎng)絡(luò)失敗、framework服務(wù)內(nèi)部失敗、音頻流輸出失敗等情況，API都有相關(guān)的常量值可供識(shí)別使用。

另外TextToSpeech.Engine類，不是一個(gè)真正的“引擎”，它只定義了與Framework交互使用到常量：Activity Action、Broadcast Action、Intent、Bundle Key值等，所以這個(gè)命名一度令我不知所措。
Framework本身還支持開(kāi)發(fā)者通過(guò)ACTION，調(diào)用：檢查是否可用的語(yǔ)言包、是否有Framework存在、檢查目標(biāo)語(yǔ)言的語(yǔ)言包是否已安裝、發(fā)起安裝語(yǔ)言包指令。

后記

通過(guò)簡(jiǎn)單的封裝，配合WebView的Js Interface，讓H5前端項(xiàng)目的同事能調(diào)用Android的TTS進(jìn)行朗讀。然而事情沒(méi)有那么簡(jiǎn)單，因?yàn)槭褂玫脑O(shè)備是小米電視4，根本就沒(méi)有TTS Framework，只能使用第三方語(yǔ)音識(shí)別SDK解決，例如科大訊飛的。
Anyway，借機(jī)了解這塊API，也是有所收獲。