华为语音合成服务，为用户提供实时可替换多音调的语音播放体验

Posted 2022-02-04 华为移动服务

在不能操作手机或总盯着手机看的情况下，如何及时获取资讯信息、方便阅读呢？用耳朵听不失为一种好方法。华为机器学习服务的语音合成服务，采用深度神经网络技术，提供高度拟人、流畅自然的语音合成服务。开发者可以在小说阅读、智能硬件、地图导航类应用中集成该能力，为用户提供实时、可替换、多音调的语音播放体验。

语音合成，助力及时性内容送达

语音合成服务支持在线将文字信息转换为语音输出，已在全球部署。该服务的优势有——

• 多语言、多音色：支持中文、英语、法语、西班牙语、德语、意大利语、俄语、波兰语、泰语、马来语语音合成，更有2种标准男声发音、6种标准女声发音可供选择。

• 语速、音量可调节：支持多种参数配置，可根据场景需求对发音人的语速、音量进行调整。

• 集成方式灵活丰富：提供离线SDK、在线SDK快速集成，充分满足不同场景下的语音合成需求。

语音合成服务可以应用于阅读播报、新闻播报、虚拟播报、地图播报、信息通知等及时性较强的场景。比如，用户在骑车、驾车使用地图导航时，路上不方便一直看手机。语音合成广播可以保证表达清晰，准确到达目的地；在司机端打车软件、餐饮叫号、排队软件等场景下，通过语音合成进行订单播报，让用户便捷获取通知信息；市场上很火的电子阅读类应用，提供语音播报和收听功能。用户可以很容易地实现“听书”。即使在锁屏状态下，也可以通过语音播报继续收听，消除地铁、公交、跑步等阅读环境的限制。一些不方便阅读的老人和小孩，同样可以通过“听书”，解决看不清、情绪陪伴等问题。

在智能硬件领域，语音合成服务则可以集成到儿童故事机、智能机器人、平板设备等智能设备上，使人机交互更加自然、亲切。对于短视频App的内容创作者来说，在视频应用中指定文字就可以合成一些语音效果，加快了短视频制作流程。

定制音色，满足用户个性化需求

近期，华为语音合成服务即将上线定制音色功能。用户可以录制并合成自己的声音到应用中，让平日里听小说、导航等生活学习场景更加有趣、亲切。家里有小朋友的父母还可以用自己的声音给孩子们讲故事，释放育儿疲劳的同时加深亲子互动陪伴。

开发实战

开发准备
Maven仓和SDK的配置步骤可以参考开发者网站中的应用开发介绍：
https://developer.huawei.com/consumer/cn/doc/development/hiai-Guides/ml-tts-0000001050068169?ha_source=hms1

1. 配置集成的SDK包

在应用的build.gradle文件中，dependencies内添加TTS的SDK依赖：
// 引入基础SDK
implementation 'com.huawei.hms:ml-computer-voice-tts:3.3.0.274'
// 引入离线语音合成bee语音包
implementation 'com.huawei.hms:ml-computer-voice-tts-model-bee:3.3.0.274'
// 引入离线语音合成eagle语音包
implementation 'com.huawei.hms:ml-computer-voice-tts-model-eagle:3.3.0.274'

2. 配置androidManifest.xml

打开main文件夹中的AndroidManifest.xml文件，可以根据场景和使用需要，配置网络和读写权限，在<application>前添加
<uses-permission android:name="android.permission.INTERNET" />
<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" />
<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" />

3. 代码开发（在线TTS）

3.1创建应用自定义的activity界面，用于选择在线或者离线TTS，并通过api_key或者Access Token设置应用鉴权信息

public class MainActivity extends AppCompatActivity 
    @Override
    protected void onCreate(@Nullable Bundle savedInstanceState) 
        super.onCreate(savedInstanceState);
        MLApplication.getInstance().setAccessToken("your access token");

3.2 创建TTS配置及TTS 引擎，可以根据需要配置不同参数

MLTtsEngine mlTtsEngine;
MLTtsConfig mlConfigs;

mlConfigs = new MLTtsConfig()
        // Setting the language for synthesis.
        .setLanguage(MLTtsConstants.TTS_ZH_HANS)
        // Set the timbre.
        .setPerson(MLTtsConstants.TTS_SPEAKER_FEMALE_ZH)
        // Set the speech speed. Range: 0.2–4.0 1.0 indicates 1x speed.
        .setSpeed(1.0f)
        // Set the volume. Range: 0.2–4.0 1.0 indicates 1x volume.
        .setVolume(1.0f)
        // set the synthesis mode.
        .setSynthesizeMode(MLTtsConstants.TTS_ONLINE_MODE);

mlTtsEngine = new MLTtsEngine(mlConfigs);
//Sets the volume of the built-in player.
mlTtsEngine.setPlayerVolume(20);
设置回调（回调见3.3）
// Pass the TTS callback to the TTS engine.
mlTtsEngine.setTtsCallback(callback);

3.3 配置TTS回调，接收处理语音合成的结果

MLTtsCallback callback = new MLTtsCallback() 
    String task = "";

    String fileName = "audio_" + task;

    @Override
    public void onError(String taskId, MLTtsError err) 
        String str = taskId + " " + err;
        sendMsg(str);
    

    @Override
    public void onWarn(String taskId, MLTtsWarn warn) 
        String str = taskId + " 提示：" + warn;
        sendMsg(str);
    

    @Override
    public void onRangeStart(String taskId, int start, int end) 
        String str = taskId + " onRangeStart [" + start + "，" + end + "]";// + temp.get(taskId).substring(start);
        sendMsg(taskId + " onRangeStart[" + start + "," + end + "]");
        sendMsg1(taskId, start, end);
    

    @Override
    public void onAudioAvailable(String taskId, MLTtsAudioFragment audioFragment, int offset,
        Pair<Integer, Integer> range, Bundle bundle) 
        if (!task.equals(taskId)) 
            task = taskId;
            fileName = "/sdcard/audio_" + task + ".pcm";
        
        writeTxtToFile(audioFragment.getAudioData(), fileName, true);
    

    @Override
    public void onEvent(String taskId, int eventId, Bundle bundle) 
        StringBuffer stringBuffer = new StringBuffer();
        stringBuffer.append(taskId + " ");
        switch (eventId) 
            case MLTtsConstants.EVENT_PLAY_START:
                stringBuffer.append("onPlayStart ");
                break;
            case MLTtsConstants.EVENT_PLAY_STOP:
                stringBuffer.append("onPlayStop ");
                stringBuffer.append(bundle.getBoolean(MLTtsConstants.EVENT_PLAY_STOP_INTERRUPTED));
                break;
            case MLTtsConstants.EVENT_PLAY_RESUME:
                stringBuffer.append("onPlayResume ");
                break;
            case MLTtsConstants.EVENT_PLAY_PAUSE:
                stringBuffer.append("onPlayPause ");
                break;
            case MLTtsConstants.EVENT_SYNTHESIS_COMPLETE:
                stringBuffer.append("onSynthesisComplete ");
                PCMCovWavUtil.convertWaveFile(fileName);
                break;
            case MLTtsConstants.EVENT_SYNTHESIS_START:
                stringBuffer.append("onSynthesisStart ");
                break;
            case MLTtsConstants.EVENT_SYNTHESIS_END:
                stringBuffer.append("onSynthesisEnd ");
                break;
        
        Log.d(TAG, "onEvent: " + stringBuffer.toString());
    
;

3.4 调用speak合成请求，及播放控制

String id = mlTtsEngine.speak(text, MLTtsEngine.QUEUE_APPEND));

mlTtsEngine.pause();
mlTtsEngine.resume();
mlTtsEngine.stop();

调用完毕后，释放引擎
if (mlTtsEngine != null) 
    mlTtsEngine.stop();
    mlTtsEngine.shutdown();

4. 离线TTS

4.1 离线功能需要新增下载发音人模型包的步骤

private MLLocalModelManager mLocalModelManager;
mLocalModelManager = MLLocalModelManager.getInstance();
MLTtsLocalModel mLocalModel = new MLTtsLocalModel.Factory('发音人'
).create();
mLocalModelManager.isModelExist(mLocalModel).addOnSuccessListener(new OnSuccessListener<Boolean>() 
    @Override
    public void onSuccess(Boolean aBoolean) 
        if (aBoolean) 
            mlTtsEngine.speak(text, MLTtsEngine.QUEUE_APPEND)
        else 
            downloadModel(true); 
        
    
).addOnFailureListener(new OnFailureListener() 
    @Override
    public void onFailure(Exception e) 
        Log.e(TAG, e.getMessage());
    
);

下载模型方法为：

private void downloadModel(final boolean needSpeak) 
    MLModelDownloadStrategy request = new MLModelDownloadStrategy.Factory().needWifi().create();

    MLModelDownloadListener modelDownloadListener = new MLModelDownloadListener() 
        @Override
        public void onProcess(long alreadyDownLength, long totalLength) 
            showProcess(alreadyDownLength, "Model download is complete", totalLength);
        
    ;
    mLocalModelManager.downloadModel(mLocalModel, request, modelDownloadListener)
        .addOnSuccessListener(new OnSuccessListener<Void>() 
            @Override
            public void onSuccess(Void aVoid) 
                Log.i(TAG, "downloadModel: " + mLocalModel.getModelName() + " success");
                showToast("downloadModel Success");
                updateconfig();
                if (needSpeak) 
                    speak();
                
            
        )
        .addOnFailureListener(new OnFailureListener() 
            @Override
            public void onFailure(Exception e) 
                Log.e(TAG, "downloadModel failed: " + e.getMessage());
                showToast(e.getMessage());
            
        );

其他使用和在线TTS一致

了解更多详情>>

访问华为开发者联盟官网
获取开发指导文档
华为移动服务开源仓库地址：GitHub、Gitee

关注我们，第一时间了解 HMS Core 最新技术资讯~