几种文字转语音效果的编程实现

阅读量：6389 次

发布时间：2019-06-23

本文共 17619 字，大约阅读时间需要 58 分钟。

一，jsp 网页使用JavaScript来实现文字转语音即TTS,TEXT TO speach，

比如：

javascript语音播报可用于排队叫号功能实现

一个jsp项目需要增加

网页语音播报功能，定时查询符合要求的人员显示在

网页上，然后语音播报【请某某某刷身份证后取票进入大厅】。基本要求就是这样了。弄了两天，终于在windows xp，windows7上面把jsp html

网页上的

中文都能正常清晰的播报出来，包括测试了大量生僻字，也能播报无误。只是要注意的是windows7下面的语音库比较全，自带

中文语音库，不需要额外安装语音库；XP的就不一定了，绝大部分没有

中文语音库，需要到网上下载【XP

中文女声语音库】安装后才能播报

中文。

方案1是通过事先把【请】、【0,1,2,3.....9】、【刷身份证后取票进入大厅】录音成mp3文件，然后播报某某某的时候（之前以为是数字顺序号），动态调用mp3文件依次播放，后来对方说播报的是

中文姓名，不是顺序号，所以这个方案就不行了。

方案2是通过第三方TTS

文字转语音SDK来达到目的，网上找了一圈，有几个比如freetts这种，很多人说不支持

中文，而且有位朋友说播报

中文弄成功了，但是

效果不好听不懂。在网上找了讯飞语音官网，有在线

中文转语音的SDK，离线

中文转语音的SDK要收费，所以这种第三方语音库也基本放弃了。

方案3通过windows本身自带的语音库

实现，在网上搜索的时候，看到几篇帖子说是让windows会说话，辨别windows性别等等扯淡恶搞贴，看了里面的内容在自己电脑上试了一下，成功的把我输入的

中文播放了出来，

效果很不错，于是依葫芦画瓢搬到

网页上调试之后，成功搞定了，具体如下：

//初始化语音播报对象

var VoiceObj = new ActiveXObject("SAPI.SpVoice");

//条件可以为 language=804表示

中文 409表示英文

//也可不写，windows7不用修改控制面板，XP在控制面板--语音--语言选择下拉框

中选择要用的语音库，

//网上下载【XP

中文女声语音库】安装后才能在控制面板

中看到。

VoiceObj.Voice=sp.getVoice("language=804").item(0);

//停止播报

function stopReadText(){

VoiceObj.Speak("", 2);

}

//播报文字

function readTextOne(p_str) {

if (p_str != null && p_str != ""){

try {

//开始播报

VoiceObj.Speak(p_str);

VoiceObj.Speak("", 2);//停止播报

} catch (exception) {

alert("error:"+exception);

}

//语速加

function IncRate() {

if (VoiceObj.Rate < 10) {

VoiceObj.Rate = VoiceObj.Rate + 1;

}

//语速减

function DecRate() {

if (VoiceObj.Rate > -10) {

VoiceObj.Rate = VoiceObj.Rate - 1;

}

经过实际使用测试是OK的，终于用java在windows xp，windows7下面把jsp html

网页上把

文字转语音播报出来,

实际上是javascript技术

实现的，这个对很多语言都适用ASP，

PHP等等，

还是微软官方的方便简单，不然文字转语音在网页上播报这种功能真就麻烦了，特别是汉字转语音播报。这是使用js来实现的。

其次，通过Java实现中文到英文朗读出来

code：

import .awt.Container;import java.awt.Dimension;import java.awt.EventQueue;import java.awt.event.ActionEvent;import java.awt.event.ActionListener;import javax.swing.DefaultComboBoxModel;import javax.swing.JButton;import javax.swing.JComboBox;import javax.swing.JFrame;import javax.swing.JLabel;import javax.swing.JPanel;import javax.swing.JScrollPane;import javax.swing.JSeparator;import javax.swing.JSlider;import x.swing.JTextArea;import javax.swing.UIManager;import org.loon.framework.jtts.Engine;

import org.loon.framework.jtts.JTTS;public class TalkerTest extends JPanel implements ActionListener {	private static final  serialVersionUID = 1L;	private JTTS jtts;	private JButton jButton1;	private JButton jButton2;	private JComboBox jComboBox1;	private JLabel jLabel1;	private JLabel jLabel2;	private JLabel jLabel3;	private JLabel jLabel4;	private JScrollPane jScrollPane1;	private JSeparator jSeparator1;	private JSlider jSlider1;	private JSlider jSlider2;	private JTextArea jTextArea1;	@SuppressWarnings("unchecked")	public TalkerTest() {		this.jtts = Engine.getTTS();		this.jSlider1 = new JSlider();		this.jSlider2 = new JSlider();		this.jComboBox1 = new JComboBox();		this.jLabel1 = new JLabel();		this.jLabel2 = new JLabel();		this.jLabel3 = new JLabel();		this.jSeparator1 = new JSeparator();		this.jButton1 = new JButton();		this.jButton2 = new JButton();		this.jScrollPane1 = new JScrollPane();		this.jTextArea1 = new JTextArea();		this.jLabel4 = new JLabel();		setLayout(null);		this.jSlider1.setName("jSlider1");		this.jSlider1.setMaximum(500);		this.jSlider1.setValue(150);		this.jSlider1.setMinimum(0); (this.jSlider1);		this.jSlider1.setBounds(94, 131, 316, 24);

this.jSlider2.setName("jSlider2");		this.jSlider2.setMaximum(200);		this.jSlider2.setValue(100);		this.jSlider2.setMinimum(0);		add(this.jSlider2);		this.jSlider2.setBounds(94, 170, 316, 24);		String[] types = new String[12];		for (int i = 0; i < types.length; i++) {			if (i < 5)				types[i] = ("zh+m" + (i + 1));			else {				types[i] = ("zh+f" + (i - 4));			}		}		types[10] = "zh+whisper";

types[11] = "zh+croak";		this.jtts.setLanguage("zh");		this.jComboBox1.setModel(new DefaultComboBoxModel(types));		this.jComboBox1.setName("jComboBox1"); (this.jComboBox1);		this.jComboBox1.setBounds(100, 210, 100, 23);		this.jComboBox1.addActionListener(this);		this.jLabel1.setText("朗读间隔:");		this.jLabel1.setName("jLabel1");		add(this.jLabel1);		this.jLabel1.setBounds(20, 125, 66, 30);

this.jLabel2.setText("朗读音量:");		this.jLabel2.setName("jLabel2");		add(this.jLabel2);		this.jLabel2.setBounds(20, 165, 70, 30);		this.jLabel3.setText("发音规则:");		this.jLabel3.setName("jLabel3"); (this.jLabel3);		this.jLabel3.setBounds(20, 216, 80, 15);		this.jLabel4.setText("目标文本:");

this.jLabel4.setName("jLabel4");		add(this.jLabel4);		this.jLabel4.setBounds(20, 10, 70, 20);		this.jSeparator1.setName("jSeparator1");		add(this.jSeparator1);		this.jSeparator1.setBounds(10, 268, 398, 10);		this.jButton1.setText("朗读文本");		this.jButton1.setName("jButton2");		add(this.jButton1);		this.jButton1.setBounds(232, 284, 83, 25);		this.jButton1.ActionListener(this);		this.jButton2.setText("退出应用");		this.jButton2.setName("jButton3");

add(this.jButton2);		this.jButton2.setBounds(325, 284, 83, 25);		this.jButton2.addActionListener(this);		this.jScrollPane1.setName("jScrollPane1");		this.jTextArea1.setColumns(20);		this.jTextArea1.setRows(5);		this.jTextArea1.setName("jTextArea1");		this.jTextArea1				.setText("Hello Java！Hello World！\n前所未有啊，中国踢韩国三比零啦！\n生意兴隆，财源广进，万事如意，虎年大吉！");		this.jScrollPane1.setViewportView(this.jTextArea1); (this.jScrollPane1);		this.jScrollPane1.setBounds(98, 10, 310, 106);

}	public void actionPerformed(ActionEvent e) {		Object source = e.getSource();		if ((source instanceof JButton)) {			if (source == this.jButton1) {				this.jtts.setRate(this.jSlider1.getValue());				this.jtts.setVolume(this.jSlider2.getValue());				this.jtts.speak(this.jTextArea1.getText().trim());			}			if (source == this.jButton2)				System.exit(0);		} else if ((source instanceof JComboBox)) {

this.jtts.setLanguage(this.jComboBox1.getSelectedItem().toString()					.trim());		}	}	public static void createGUI() {		try {			UIManager.setLookAndFeel(UIManager.getSystemLookAndFeelClassName());		} catch (Exception localException) {		}

JFrame frame = new JFrame("Java版TTS发音测试(eSpeak封装)");		frame.setDefaultCloseOperation(3);		frame.getContentPane().(new TalkerTest());		frame.pack();		frame.setSize(new Dimension(420, 345));		frame.setResizable(false);		frame.setLocationRelativeTo(null);		frame.setVisible(true);	}	public static void main(String[] args) {		EventQueue.invokeLater(new Runnable() {			public void run() {				TalkerTest.createGUI();

}		});	}

}

图：

二，通过

Android插件，TTS语音合成(文字转化语音)

语音合成是实现人机语音交互，跟机器说话，建立一个有听和讲能力的交互系统所必需的关键技术。随着语音技术的发展，百度自主研发了语音合成系统(TTS)，功能是接受用户发送的文本，生成语音发送给用户。

对本文中将提到的概念约定如下：

语音合成：将文本合成为语音，即声音文件。

合成引擎：将文本合成为语音的核心模块。

TTS：Text To Speech，即“从文本到语音”。

BDTTSClient：语音合成 SDK 简称，详见下条。

语音合成 SDK：即本开发包，文中简称为 BDTTSClient。BDTTSClient 是一个封装了网络收发、音频播放功能的语音合成解决方案。借助 BDTTSClient 可以快速地在应用程序中集成语音合成功能。

准备事项

1.下载Android 平台 HTML5+ SDK 。最好Android studio

2.注册百度开发者，创建应用，开通服务，请参考。

3.下载在线语音合成SDK_Android版。

实现步骤

1.先导入5+SDK就不多说了，参考。

2.添加BDTTSClient到工程(将开发包中的 libs 目录整体拷贝到工程目录，libs 目录包括了各平台的 SO 库，开发者视应用需要可以进行删减。galaxy_lite.jar 是百度 Android 公共基础库。)

3.权限声明(需要在 AndroidManifest.xml 文件，增加以上三个权限)

集成java代码

import org.json.JSONArray;

import com.baidu.speechsynthesizer.SpeechSynthesizer;

import com.baidu.speechsynthesizer.SpeechSynthesizerListener;

import com.baidu.speechsynthesizer.publicutility.SpeechError;

import android.media.AudioManager;

import android.util.Log;

import io.dcloud.common.DHInterface.IWebview;

import io.dcloud.common.DHInterface.StandardFeature;

import io.dcloud.common.util.JSUtil;

public class baidutts extends StandardFeature implements SpeechSynthesizerListener{

private IWebview iwv ;

private String text;

private SpeechSynthesizer speechSynthesizer;

private static final String TAG = "zlz";

public void speak(IWebview pWebview, JSONArray array)

{

iwv = pWebview;

String CallBackID = array.optString(0);

JSONArray newArray = new JSONArray();

newArray.put(array.optString(1));

//前台传过来的文本信息

text = array.optString(1);

//Log.i(TAG, text);

initialTts();

JSUtil.execCallback(pWebview, CallBackID, newArray, JSUtil.OK, false);

}

//百度TTS初始化

private void initialTts() {

speechSynthesizer = new SpeechSynthesizer(iwv.getContext(),

"holder", this);

// 此处需要将setApiKey方法的两个参数替换为你在百度开发者中心注册应用所得到的apiKey和secretKey

speechSynthesizer.setApiKey("your-apiKey", "your-secretKey");

speechSynthesizer.setAudioStreamType(AudioManager.STREAM_MUSIC);

//setVolumeControlStream(AudioManager.STREAM_MUSIC);

new Thread(new Runnable() {

@Override

public void run() {

setParams();

int ret = speechSynthesizer.speak(text);

if (ret != 0) {

Log.i(TAG,"开始合成器失败" );

}

}).start();

}

private void setParams() {

speechSynthesizer.setParam(SpeechSynthesizer.PARAM_SPEAKER, "0");

speechSynthesizer.setParam(SpeechSynthesizer.PARAM_VOLUME, "5");

speechSynthesizer.setParam(SpeechSynthesizer.PARAM_SPEED, "5");

speechSynthesizer.setParam(SpeechSynthesizer.PARAM_PITCH, "5");

speechSynthesizer.setParam(SpeechSynthesizer.PARAM_AUDIO_ENCODE, SpeechSynthesizer.AUDIO_ENCODE_AMR);

speechSynthesizer.setParam(SpeechSynthesizer.PARAM_AUDIO_RATE, SpeechSynthesizer.AUDIO_BITRATE_AMR_15K85);

}

@Override

public void onBufferProgressChanged(SpeechSynthesizer arg0, int arg1) {}

@Override

public void onCancel(SpeechSynthesizer arg0) {}

@Override

public void onError(SpeechSynthesizer arg0, SpeechError arg1) {}

@Override

public void onNewDataArrive(SpeechSynthesizer arg0, byte[] arg1, boolean arg2) {}

@Override

public void onSpeechFinish(SpeechSynthesizer arg0) {}

@Override

public void onSpeechPause(SpeechSynthesizer arg0) {}

@Override

public void onSpeechProgressChanged(SpeechSynthesizer arg0, int arg1) {}

@Override

public void onSpeechResume(SpeechSynthesizer arg0) {}

@Override

public void onSpeechStart(SpeechSynthesizer arg0) {}

@Override

public void onStartWorking(SpeechSynthesizer arg0) {}

@Override

public void onSynthesizeFinish(SpeechSynthesizer arg0) {}

}

前台javascript代码

document.addEventListener( "plusready", function()

{

var _BARCODE = 'kxdPlugins',

B = window.plus.bridge;

var kxdPlugins =

{

// 声明异步返回方法

speak : function (Argus, successCallback, errorCallback )

{

var success = typeof successCallback !== 'function' ? null : function(args)

{

successCallback(args);

fail = typeof errorCallback !== 'function' ? null : function(code)

{

errorCallback(code);

};

callbackID = B.callbackId(success, fail);

// 通知Native层plugintest扩展插件运行”speak”方法

return B.exec(_BARCODE, "speak", [callbackID, Argus]);

}

};

window.plus.kxdPlugins = kxdPlugins;

}, true );

使用方式

和普通的API调用方式一样：plus.kxdPlugins.speak("这是语音播放的文字内容");

注意事项

1.在/assets/data/properties.xml中添加插件权限。

2.在/assets/apps/appid/www/manifest.json 中添加对应插件权限。

3.在/AndroidManifest.xml 文件中添加对应的百度语音合成权限。

三，

前台javascript代码

Argus]); } }; window.plus.kxdPlugins = kxdPlugins; }, true );

使用方式

和普通的API调用方式一样：plus.kxdPlugins.speak("这是语音播放的文字内容");

注意事项

1.在/assets/data/properties.xml中添加插件权限。

2.在/assets/apps/appid/www/manifest.json 中添加对应插件权限。

3.在/AndroidManifest.xml 文件中添加对应的百度语音合成权限。

这是调用百度语音API

四，Android语音

code：

public class TextToSpeechDemo implements TextToSpeech.OnInitListener {

private final TextToSpeech mTextToSpeech;//TTS对象

private final ConcurrentLinkedQueue mBufferedMessages;//消息队列

private Context mContext;

private boolean mIsReady;//标识符

public TextToSpeechDemo(Context context){

this.mContext=context;//获取上下文

this.mBufferedMessages=new ConcurrentLinkedQueue();//实例化队列

this.mTextToSpeech=new TextToSpeech(this.mContext,this);//实例化TTS

}

//初始化TTS引擎

@Override

public void onInit(int status) {

Log.i("TextToSpeechDemo",String.valueOf(status));

if(status==TextToSpeech.SUCCESS){

int result = this.mTextToSpeech.setLanguage(Locale.CHINA);//设置识别语音为中文

synchronized (this){

this.mIsReady=true;//设置标识符为true

for(String bufferedMessage : this.mBufferedMessages){

speakText(bufferedMessage);//读语音

}

this.mBufferedMessages.clear();//读完后清空队列

}

//释放资源

public void release(){

synchronized (this){

this.mTextToSpeech.shutdown();

this.mIsReady=false;

}

//更新消息队列，或者读语音

public void notifyNewMessage(String lanaugh){

String message=lanaugh;

synchronized (this){

if(this.mIsReady){

speakText(message);

}else{

this.mBufferedMessages.add(message);

}

//读语音处理

private void speakText(String message){

Log.i("liyuanjinglyj",message);

HashMap params=new HashMap();

params.put(TextToSpeech.Engine.KEY_PARAM_STREAM,"STREAM_NOTIFICATION");//设置播放类型（音频流类型）

this.mTextToSpeech.speak(message, TextToSpeech.QUEUE_ADD, params);//将这个发音任务添加当前任务之后

this.mTextToSpeech.playSilence(100,TextToSpeech.QUEUE_ADD,params);//间隔多长时间

}

当然一般手机是不支持中文的可以百度讯飞TTS引擎后在测试。见最后附图。

由于TTS引擎的初始化是异步的，所以在执行实际的文字转语音之前需要把消息放到队列中。

可以给TTS引擎发送多个参数。前面展示了如何决定口语消息使用的音频流。在这种情况下，通知声音也使用相同的音频流。

最后，如果处理连续多个消息，最好在每个消息结束后暂停一会在播放下一个消息。这样做会清楚的告诉用户消息的结束和开始。

效果图：

五，安装语音库，假如要中文发音，使用科大讯飞语音3.0

code：

package com.example.tts;

import java.util.Locale;

import android.speech.tts.TextToSpeech;

import android.support.v7.app.ActionBarActivity;

import android.os.Bundle;

import android.view.Menu;

import android.view.MenuItem;

import android.widget.Toast;

public class MainActivity extends ActionBarActivity

implements TextToSpeech.OnInitListener{

TextToSpeech textToSpeech = null;  @Override

protected void onCreate(Bundle savedInstanceState) {

super.onCreate(savedInstanceState);   setContentView(R.layout.activity_main);   textToSpeech = new TextToSpeech(this, this);

textToSpeech.speak("此处无声", TextToSpeech.QUEUE_ADD, null);  }  @Override

public boolean onCreateOptionsMenu(Menu menu) {   getMenuInflater().inflate(R.menu.main, menu);

return true;  }

protected void onDestroy()  {   super.onDestroy();

if (textToSpeech!=null) {    textToSpeech.shutdown();   }  }  @Override

public boolean onOptionsItemSelected(MenuItem item) {

int id = item.getItemId();

if (id == R.id.action_settings) {

textToSpeech.speak("此处有声", TextToSpeech.QUEUE_FLUSH, null);

return true;   }

return super.onOptionsItemSelected(item);  }  @Override

public void onInit(int status) {   // TODO Auto-generated method stub

if (status == TextToSpeech.SUCCESS) {

int result = textToSpeech.setLanguage(Locale.CHINESE);

if (result == TextToSpeech.LANG_MISSING_DATA      || result == TextToSpeech.LANG_NOT_SUPPORTED      ||

result == TextToSpeech.ERROR) {

Toast.makeText(this, "数据丢失或语言不支持",

Toast.LENGTH_SHORT).show();    }

if (result == TextToSpeech.LANG_AVAILABLE) {

Toast.makeText(this, "支持该语言", Toast.LENGTH_SHORT).show();    }

Toast.makeText(this, "初始化成功", Toast.LENGTH_SHORT).show();   }  }}

无需任何权限，这里有个问题，就是在动态创建一个对象之后，在onCreate里面调用speak方法，并不能发出声音。

可以把文字保存为语音文件，也可以读取语音文件

public void saveToFile(TextToSpeech speech,String text,String file)  {   String destFileName = "/sdcard/tts/"+file+".wav";   speech.synthesizeToFile(text, null, destFileName);  }    public void readFromFile(TextToSpeech speech,String file)  {   String destFileName = "/sdcard/tts/"+file+".wav";   speech.addSpeech("2", destFileName);   speech.speak("2", TextToSpeech.QUEUE_ADD, null);     }

这样就可以了。

接下来讲一下如何实现语音识别

语音识别首先可以考虑使用科大讯飞，但是目前使用必须要联网，而且申请一个APPID。

用起来不难

1、语音合成功能

private SpeechSynthesizer speechSynthesizer;

SpeechUser.getUser().login(MainActivity.this, null, null, "appid=54d304cf", null);

speechSynthesizer = SpeechSynthesizer.createSynthesizer(this);

speechSynthesizer.setParameter(SpeechConstant.VOICE_NAME, "xiaoyan");

speechSynthesizer.setParameter(SpeechConstant.SPEED, "50");

speechSynthesizer.setParameter(SpeechConstant.VOLUME, "50");

speechSynthesizer.setParameter(SpeechConstant.PITCH, "50");

String text = editText.getText().toString();speechSynthesizer.startSpeaking(text, null);

2、语音识别

private RecognizerDialog recognizerDialog;

SpeechUser.getUser().login(MainActivity.this, null, null, "appid=54d304cf", null);

recognizerDialog = new RecognizerDialog(this);

recognizerDialog.setParameter(SpeechConstant.DOMAIN, "iat");

recognizerDialog.setParameter(SpeechConstant.SAMPLE_RATE, "16000");

//显示Dialog

recognizerDialog.setListener(dialogListener);

recognizerDialog.show();

private RecognizerDialogListener dialogListener = new RecognizerDialogListener() {

//识别结果回调

@Override

public void onResult(RecognizerResult arg0, boolean arg1) {

// TODO Auto-generated method stub

String text = JsonParser.parseIatResult(arg0.getResultString());

editText.append(text);

editText.setSelection(editText.length());

}

//识别结束回调

@Override

public void onError(SpeechError arg0) {

// TODO Auto-generated method stub

}

};

package com.example.viocedemo;

import org.json.JSONArray;

import org.json.JSONObject;

import org.json.JSONTokener;

import android.text.TextUtils; /** * 对云端返回的Json结果进行解析 * @author iFlytek * @since 20131211 */ public class JsonParser {
         /**   * 听写结果的Json格式解析   * @param json   * @return   */

public static String parseIatResult(String json) {

if(TextUtils.isEmpty(json))

return "";      StringBuffer ret = new StringBuffer();

try {    JSONTokener tokener = new JSONTokener(json);

JSONObject joResult = new JSONObject(tokener);

JSONArray words = joResult.getJSONArray("ws");

for (int i = 0; i < words.length(); i++) {

JSONArray items = words.getJSONObject(i).getJSONArray("cw");

JSONObject obj = items.getJSONObject(0);

ret.append(obj.getString("w"));    }   }

catch (Exception e) {    e.printStackTrace();   }

return ret.toString();  }   }

这样就可以实现语音输入了，非常简单。

PHP文字转语音，这类的文章少，可能要集成PHP第三方插件来实现。

Android默认没有安装TTS数据包，无法文字转语音，而在设置里推荐的语音包是Pico TTS,并不支持中文，如果需要读中文，需要下载另外的第三方语音包，如：eSpeak，Svox，个人建议Svox，eSpeak非常生硬，而且很多汉字都读不出，不支持中英文混读（英文当拼音读）。下载链接自己Google下吧，很多软件市场都有下载。下载安装后打开设置－语音输入和输出－文字转语音设置，勾选Svox Classic TTS，语言选择中文或广东话（Svox安装后还要下载安装相应的语言包的，类似插件）。

中文普通话语音包：

粤语语音包：

实现普通话，粤语

文字转语音编程可以实现更多地方语言的扩展，比如四川话，闽南语，江西话等，办法是有的，可以提供更多的语音扩展。。。。。。

文字转语音，相信不再是英文，汉语，韩语，也许是家乡话更亲切。

拭目以待

end