Scripting
文档
更新日志
隐私
文档
更新日志
隐私
简体中文

语音合成

该接口为文本转语音（TTS）功能提供了高级 API，方便进行语音合成、播放控制以及语音合成相关设置的管理。下面详细介绍 Speech API 的方法、属性以及用法示例。

功能概述

  • 文本转语音：将文本转换为语音，可自定义语速、音调和音量等选项。
  • 语音管理：根据语言或语音标识符来选择系统中的可用语音。
  • Markdown 支持：将文本作为 Markdown 解析以进行基本格式化。
  • 音频会话管理：与其他音频源无缝衔接，控制音频会话。
  • 事件监听器：对语音合成过程中的生命周期事件做出响应。

类型定义

SpeechBoundary

指定何时暂停或停止语音：

  • 'immediate': 立即暂停或停止。
  • 'word': 在完成当前单词后暂停或停止。

SpeechSynthesisVoice

表示语音合成使用的语音：

  • identifier: 语音的唯一标识符。
  • name: 语音的显示名称。
  • language: BCP 47 格式的语言和区域代码。
  • quality: 语音品质（'default'、'premium'、'enhanced'）。
  • gender: 语音性别（'male'、'female'、'unspecified'）。

SpeechProgressDetails

语音合成过程中有关进度的详细信息：

  • text: 正在朗读的完整文本。
  • start: 当前单词在文本中的起始索引。
  • end: 当前单词在文本中的结束索引。
  • word: 当前正在朗读的单词。

SpeechSynthesisOptions

自定义语音合成的选项：

  • isMarkdown（可选）: 将文本视为 Markdown 解析。
  • pitch, rate, volume: 用于覆盖全局 Speech 设置中的音调、语速和音量。
  • preUtteranceDelay, postUtteranceDelay: 控制每句开始前与结束后的延迟。
  • voiceIdentifier, voiceLanguage: 用于覆盖全局语音设置。

静态属性

全局语音设置

  • pitch: 默认音调（范围：0.5～2.0；默认值：1.0）。
  • rate: 语速（范围：Speech.minSpeechRate ～ Speech.maxSpeechRate；默认值：Speech.defaultSpeechRate）。
  • volume: 默认音量（范围：0.0～1.0；默认值：1.0）。
  • preUtteranceDelay, postUtteranceDelay: 全局的发音前后延迟。

语音和语言

  • speechVoices: 获取所有可用语音。
  • currentLanguageCode: 设备的当前语言代码。

音频会话

  • usesApplicationAudioSession: 指定是否由应用来管理音频会话。

方法

语音播放与合成

  • speak(text: string, options?: SpeechSynthesisOptions): Promise<void>
    将文本添加到语音队列进行合成和朗读。

  • synthesizeToFile(text: string, filePath: string, options?: SpeechSynthesisOptions): Promise<void>
    将文本合成为音频文件并保存在文档目录下的指定文件路径。

播放控制

  • pause(at?: SpeechBoundary): Promise<boolean>
    在指定的边界点暂停语音。默认在 'immediate' 处暂停。

  • resume(): Promise<boolean>
    从暂停状态恢复朗读。

  • stop(at?: SpeechBoundary): Promise<boolean>
    在指定边界点停止朗读。默认在 'immediate' 处停止。

状态管理

  • isSpeaking: 检查当前合成器是否正在朗读或处于暂停状态。
  • isPaused: 检查当前合成器是否处于暂停状态。

语音管理

  • setVoiceByIdentifier(identifier: string): Promise<boolean>
    根据语音标识符来设置语音。

  • setVoiceByLanguage(language: string): Promise<boolean>
    根据语言代码来设置语音。

事件监听器

支持的事件

  • start: 语音合成开始。
  • pause: 语音暂停。
  • continue: 语音从暂停状态继续。
  • finish: 语音朗读完成。
  • cancel: 语音合成被取消。
  • progress: 提供合成进度的详细信息（SpeechProgressDetails）。

监听器管理

  • addListener(event: string, listener: Function): void
    添加事件监听器。

  • removeListener(event: string, listener: Function): void
    移除事件监听器。

示例

配置 SharedAudioSession

1await SharedAudioSession.setActive(true)
2await SharedAudioSession.setCategory(
3  "playback",
4  ["mixWithOthers"]
5)

播放文本

1await Speech.speak("Hello, world!")

使用自定义选项朗读文本

1await Speech.speak("Welcome to **Scripting**", {
2  isMarkdown: true,
3  pitch: 1.5,
4  rate: 0.8,
5  voiceLanguage: "en-US",
6})

将文本合成为文件

1import { Path } from "scripting"
2
3const filePath = Path.join(FileManager.documentDirectory, "output.caf")
4await Speech.synthesizeToFile("Saving to file.", filePath, { rate: 1.0 })

控制播放

1await Speech.speak("Pausing example...")
2await Speech.pause("word")
3await Speech.resume()
4await Speech.stop() // 默认在 "immediate" 处停止。

添加进度监听器

1Speech.addListener("progress", (details) => {
2  console.log(`正在朗读: ${details.word}`)
3});
4await Speech.speak("Event listening example.")
5Speech.removeListener("progress", listener)

通过这些 API，你可以在脚本中实现功能强大的语音合成操作，包括基础的文本转语音、播放控制以及事件回调，为开发者提供灵活且丰富的 TTS 功能。

大纲