iOS自带TTS技术的实现即语音播报

Posted 2020-08-09

文本转语音技术, 也叫TTS, 是Text To Speech的缩写. ios如果想做有声书等功能的时候, 会用到这门技术.

一，使用iOS自带TTS需要注意的几点：

1. iOS7之后才有该功能
2. 需要 AVFoundation 库
3. AVSpeechSynthesizer: 语音合成器, 可以假想成一个可以说话的人, 是最主要的接口
4. AVSpeechSynthesisVoice: 可以假想成人的声音
5. AVSpeechUtterance: 可以假想成要说的一段话

二，代码示例, 播放语音

    //语音播报
    AVSpeechUtterance *utterance = [AVSpeechUtterance speechUtteranceWithString:@"床前明月光，疑是地上霜。"];

    utterance.pitchMultiplier=0.8;
    
    //中式发音
    AVSpeechSynthesisVoice *voice = [AVSpeechSynthesisVoice voiceWithLanguage:@"zh-CN"];
    //英式发音
//    AVSpeechSynthesisVoice *voice = [AVSpeechSynthesisVoice voiceWithLanguage:@"en-GB"];
    
    utterance.voice = voice;
    
    NSLog(@"%@",[AVSpeechSynthesisVoice speechVoices]);
    
    AVSpeechSynthesizer *synth = [[AVSpeechSynthesizer alloc]init];
    
    [synth speakUtterance:utterance];

三，AVSpeechSynthesizer介绍

 

这个类就像一个会说话的人, 可以”说话”, 可以”暂停”说话, 可以”继续”说话, 可以判断他当前是否正在说话.有以下的方法或者属性:

 

• 说话: speakUtterance
• 控制: continueSpeaking(继续说), pauseSpeakingAtBoundary(暂停说话), paused(暂停状态的属性), speaking(说话的状态), stopSpeakingAtBoundary(停止说话)
• 委托: delegate

四，AVSpeechBoundary介绍

 

这是一个枚举. 在暂停, 或者停止说话的时候, 停下的方式用这个枚举标示. 包括两种:

• AVSpeechBoundaryImmediate: 立即停
• AVSpeechBoundaryWord : 说完一个整词再停

五，AVSpeechSynthesizerDelegate介绍

合成器的委托, 对于一些事件, 提供了响应的接口.

• didCancelSpeechUtterance: 已经取消说话
• didContinueSpeechUtterance: 已经继续说话
• didFinishSpeechUtterance: 已经说完
• didPauseSpeechUtterance: 已经暂停
• didStartSpeechUtterance:已经开始
• willSpeakRangeOfSpeechString:将要说某段话

六，AVSpeechSynthesisVoice介绍

 

AVSpeechSynthesisVoice定义了一系列的声音, 主要是不同的语言和地区.

 

• voiceWithLanguage: 根据制定的语言, 获得一个声音.
• speechVoices: 获得当前设备支持的声音
• currentLanguageCode: 获得当前声音的语言字符串, 比如”ZH-cn”
• language: 获得当前的语言

七，AVSpeechUtterance介绍

 

这个类就是一段要说的话. 主要的属性和方法有:

 

• pitchMultiplier: 音高
• postUtteranceDelay: 读完一段后的停顿时间
• preUtteranceDelay: 读一段话之前的停顿
• rate: 读地速度, 系统提供了三个速度: AVSpeechUtteranceMinimumSpeechRate, AVSpeechUtteranceMaximumSpeechRate, AVSpeechUtteranceDefaultSpeechRate
• speechString: 要读的字符串
• voice: 使用的声音, 是AVSpeechSynthesisVoice对象
• volume: 音量

八，UML关系图

这些类的关系如下: