「Android」TTS離線語音合成應用方案【一】

概念

TTS 即TextToSpeech，文本轉語言，也就是所謂的語音合成技術。TTS技術對文本文件進行實時轉換，轉換時間可以秒計算。
目前國內主流的語音引擎提供商主要為科大訊飛、百度以及云知聲。

前言

由于項目中涉及到收銀金額的播報，主要是用在食堂、大排檔這類的嘈雜環境，所以需求上要滿足語速快，音量高，隊列播放。最初找到網上通過MediaPlayer播放錄制好的金額音頻文件的方案實現，[參考]（https://segmentfault.com/a/1190000011407408/ [代碼]：https://github.com/javaexception/VoiceAnnouncements），但播放語速太慢，被直接pass掉。轉而考慮第三方的SDK，萬萬沒想到，原本很簡單的一個三選一的題，選來選去，成功繞過了正確答案，最終迭代了三次才選到了適合我們場景的答案。下面我總結了基于我們使用場景（各種網絡環境）得出的幾個優缺點：

提供商 是否提供離線 是否收費 合成質量 不足
科大訊飛 是 是 好 不支持有線網，需維護隊列
百度 是 否 較好 離線授權易失敗，合成失敗
云知聲 是 否 一般 聲音不自然，需維護隊列，技術支持不給力

最后，結合項目復雜的使用場景，選擇了云知聲的離線TTS,外加維護一個簡單的隊列，滿足了我們的需求。網上有網友提供的一個自己封裝的工具（https://blog.csdn.net/fengyuzhengfan/article/details/45053293），封裝的不錯，拿來就可以用，而且加入了隊列維護，但唯一的不足之處，在于聲音比較小，即便音量設置成最大值，聽起來也不是很響亮，大約60分貝左右，安靜環境下沒什么問題，但我們得保持90分貝才差不多滿足，所以不做改變的話，對我來說也沒法使用，考慮到此工具類里的sdk版本比較老了，嘗試到云知聲官網down了最新的離線包，剛好音量方面做了調整，于是重新封裝了一個工具類，加入了隊列維護，并做了一些微調，音量達到了85分貝，基本滿足了我們需求（其實我們還想更大聲一點，目前只能考慮硬件上提升功放）。
好了，叨叨了太多廢話，下面我們上代碼：

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;


/**
 * 離線語音
 *
 * @author ing
 * @date 2018/3/27
 */
public class SpeechUtilOffline {
    public static final String appKey = "_appKey_";//經測試，離線包key和secret可不填真實的。
    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();
        }
        // 初始化語音合成對象
        mTTSPlayer = new SpeechSynthesizer(context, appKey, secret);
        // 設置本地合成
        mTTSPlayer.setOption(SpeechConstants.TTS_SERVICE_MODE, SpeechConstants.TTS_SERVICE_MODE_LOCAL);
        mTTSPlayer.setOption(SpeechConstants.TTS_KEY_VOICE_PITCH, 50);//音調
        mTTSPlayer.setOption(SpeechConstants.TTS_KEY_VOICE_SPEED, 52);//語速
        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());
        // 設置后端模型
        mTTSPlayer.setOption(SpeechConstants.TTS_KEY_BACKEND_MODEL_PATH, offlineResource.getBackFilename());
        // 設置回調監聽
        mTTSPlayer.setTTSListener(new SpeechSynthesizerListener() {

            @Override
            public void onEvent(int type) {
                switch (type) {
                    case SpeechConstants.TTS_EVENT_INIT:
                        // 初始化成功回調
                        LoggerUtils.d("onInitFinish");
                        break;
                    case SpeechConstants.TTS_EVENT_SYNTHESIZER_START:
                        // 開始合成回調
                        LoggerUtils.d("beginSynthesizer");
                        break;
                    case SpeechConstants.TTS_EVENT_SYNTHESIZER_END:
                        // 合成結束回調
                        LoggerUtils.d("endSynthesizer");
                        break;
                    case SpeechConstants.TTS_EVENT_BUFFER_BEGIN:
                        // 開始緩存回調
                        LoggerUtils.d("beginBuffer");
                        break;
                    case SpeechConstants.TTS_EVENT_BUFFER_READY:
                        // 緩存完畢回調
                        break;
                    case SpeechConstants.TTS_EVENT_PLAYING_START:
                        // 開始播放回調
                        LoggerUtils.d("onPlayBegin");
                        break;
                    case SpeechConstants.TTS_EVENT_PLAYING_END:
                        // 播放完成回調
                        break;
                    case SpeechConstants.TTS_EVENT_PAUSE:
                        // 暫停回調
                        LoggerUtils.d("pause");
                        break;
                    case SpeechConstants.TTS_EVENT_RESUME:
                        // 恢復回調
                        LoggerUtils.d("resume");
                        break;
                    case SpeechConstants.TTS_EVENT_STOP:
                        // 停止回調
                        LoggerUtils.d("stop");
                        break;
                    case SpeechConstants.TTS_EVENT_RELEASE:
                        // 釋放資源回調
                        LoggerUtils.d("release");
                        break;
                    default:
                        break;
                }

            }

            @Override
            public void onError(int type, String errorMSG) {
                // 語音合成錯誤回調
                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);
    }

    /**
     * 釋放資源
     *
     * @author JPH
     * @date 2015-4-14 下午7:27:56
     */
    public void release() {
        // 主動釋放離線引擎
        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;
        }
    }
}

以上就是我們項目中用到的離線工具類，主要設置：

        mTTSPlayer.setOption(SpeechConstants.TTS_SERVICE_MODE, SpeechConstants.TTS_SERVICE_MODE_LOCAL);//離線模式
        mTTSPlayer.setOption(SpeechConstants.TTS_KEY_VOICE_PITCH, 50);//音調 
        mTTSPlayer.setOption(SpeechConstants.TTS_KEY_VOICE_SPEED, 52);//語速
        mTTSPlayer.setOption(SpeechConstants.TTS_KEY_VOICE_VOLUME, 100);//音量最大
        mTTSPlayer.setOption(SpeechConstants.TTS_KEY_STREAM_TYPE, AudioManager.STREAM_NOTIFICATION);

最后一個設置項TTS_KEY_STREAM_TYPE, sdk里默認是STREAM_MUSIC也就是媒體音量，但經過分貝測試，發現在集中系統音量類型中，通知類的聲音是最大的，于是這里就選擇設置成了STREAM_NOTIFICATION模式。
另外，直接下載的sdk，提供的 asserts離線文件拷貝到本地的方法不太好用，這里我改造了一下，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;


/**
 * 離線語音
 *
 * @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 :

/**
     * 創建一個臨時目錄，用于復制臨時文件，如assets目錄下的離線資源文件
     * @param context
     * @return
     */

    public static String createTmpDir(Context context) {
        String sampleDir = "/ing/tts";//這里改為你的本地路徑
        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();
                        }
                    }
                }
            }
        }
    }

然后使用就很簡單了，比如：

SpeechUtilOffline.getInstance(MainActivity.this).play("收款1024元", SpeechUtilOffline.PLAY_MODE.QUEUED);

最后附上源碼下載：https://download.csdn.net/download/learner576539763/10316889

最后編輯于 ：
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明：文章內容（如有圖片或視頻亦包括在內）由作者上傳并發布，文章內容僅代表作者本人觀點，簡書系信息發布平臺，僅提供信息存儲服務。