几种文字转语音效果的编程实现
2019独角兽企业重金招聘Python工程师标准>>> 
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 java.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 javax.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 long 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); add(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"); add(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"); add(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.addActionListener(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); add(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组件发音测试(eSpeak封装)");frame.setDefaultCloseOperation(3);frame.getContentPane().add(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，请参考集成指南。
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Android平台第三方插件开发指导。
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)
android:name="android.permission.INTERNET" /> android:name="android.permission.ACCESS_NETWORK_STATE" /> android:name="android.permission.READ_PHONE_STATE" /> 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下载讯飞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);
注册--设置--播放。文字转语音功能需要联网，但不需要正确的APPID，可以直接使用。但是语音识别就需要联网和正确的APPID
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：http://www.nduoa.com/web/soft/show/id/4954
粤语语音包：http://www.nduoa.com/web/soft/show/id/4955
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
转载于:https://my.oschina.net/bigfool007139/blog/548984
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！