你的位置:首页 > 操作系统

[操作系统]20.5 语音合成(百度2016年2月29日发布的tts引擎)


分类:C#、Android、VS2015;

创建日期:2016-03-17

一、简介

编写手机App时,有时需要使用文字转语音(Text to Speech)的功能,比如开车时阅读收到的短信、导航语音提示、界面中比较重要的信息通过语音强调、……等。

由于Android自带的Pico TTS并不支持中文,所以要既能阅读中文文本,还能阅读英文文本,必须下载第三方提供的能说中文的语音包。

二、申请百度tts授权

本节以百度2016年2月29日发布的“离在线融合语音合成SDK_Android 2.2.3版”为例说明用C#实现语音合成的基本用法。之所以选择百度语音合成来实现,是因为据百度官网声明,该开发包是“永久免费”的。网址如下:

http://yuyin.baidu.com/tts/

由于原来已经申请过MyDemos的授权,所以再继续申请tts授权就比较简单了,申请和设置步骤如下。

1、申请授权

进入 http://yuyin.baidu.com/tts/ 的首页:

image

单击【立即使用】,进入“开通语音合成服务”的页面:

image

在下拉框中选择原来已经申请的某个应用,单击【下一步】,然后按提示操作,开通离线服务即可。

2、在BdMapV371BindingLib项目中转换JAR文件

先通过 http://yuyin.baidu.com/tts/ 首页中的【相关下载】下载对应的开发包,然后再按下面的步骤操作。

1、将示例中的com.baidu.tts_2.2.3.20160229_359d952_release.jar、galaxy-v2.0.jar添加到Jars文件夹下,如下图所示,然后将其【生成操作】属性全部设置为“EmbeddedJar”。

image

2、在Metadata.<remove-node path="/api/package[@name='com.baidu.tts.aop']/interface[@name='IProxyFactory']/method[@name='createProxied' and count(parameter)=0]" />

3、重新生成项目,此时应该无错误。

经过这3个步骤,就完成了tts的Jar包导入和转换为.cs文件的过程。

3、在MyDemos项目中添加.so文件

将tts相关的4个.so文件添加到MyDemos项目的x86文件夹下,如下图所示,然后将其【生成操作】属性全部设置为“AndroidNativeLibrary”。

image

4、将.dat文件添加到sd卡的BaiduTTS文件夹下

具体添加办法见【常见问题解答】,这里不再截图。

也可以先将这些文件添加到Assets文件夹下,然后通过代码将其复制到sd卡的文件夹下。为简化起见,这里通过手工直接复制了。

OK,经过上面这4步,以后就可以在MyDemos项目中的任何模块中轻松利用百度tts实现语音阅读的功能了

三、示例

1、运行截图

单击【阅读】,就会自动用女音朗读文本框中的内容,单击【批量阅读】,就会依次朗读队列中添加的文字段(主要是为了演示阅读各种不同的中英文短句)。

image

2、设计步骤

(1)添加ch2005Main.a<??><LinearLayout ="http://schemas.android.com/apk/res/android" android:layout_width="match_parent" android:layout_height="match_parent" android:orientation="vertical"> <LinearLayout android:layout_width="fill_parent" android:layout_height="50dp" android:orientation="horizontal" android:weightSum="4"> <Button android:id="@+id/speak" android:layout_width="fill_parent" android:layout_height="fill_parent" android:layout_weight="1" android:lines="2" android:text="阅读" android:textSize="12dp" /> <Button android:id="@+id/pause" android:layout_width="fill_parent" android:layout_height="fill_parent" android:layout_weight="1" android:lines="2" android:text="暂停" android:textSize="12dp" /> <Button android:id="@+id/resume" android:layout_width="fill_parent" android:layout_height="fill_parent" android:layout_weight="1" android:lines="2" android:text="继续" android:textSize="12dp" /> <Button android:id="@+id/stop" android:layout_width="fill_parent" android:layout_height="fill_parent" android:layout_weight="1" android:lines="2" android:text="停止" android:textSize="12dp" /> </LinearLayout> <LinearLayout android:layout_width="fill_parent" android:layout_height="50dp" android:orientation="horizontal" android:weightSum="4"> <Button android:id="@+id/synthesize" android:layout_width="fill_parent" android:layout_height="fill_parent" android:layout_weight="1" android:lines="2" android:text="synthesize" android:textSize="12dp" /> <Button android:id="@+id/play" android:layout_width="fill_parent" android:layout_height="fill_parent" android:layout_weight="1" android:lines="2" android:text="play" android:textSize="12dp" /> <Button android:id="@+id/batchSpeak" android:layout_width="fill_parent" android:layout_height="fill_parent" android:layout_weight="1" android:lines="2" android:text="批量阅读" android:textSize="12dp" /> <Button android:id="@+id/nextActivity" android:layout_width="fill_parent" android:layout_height="fill_parent" android:layout_weight="1" android:lines="2" android:enabled="false" android:text="备用" android:textSize="12dp" /> </LinearLayout> <EditText android:id="@+id/input" android:layout_width="fill_parent" android:layout_height="wrap_content" android:hint="input" /> <TextView android:id="@+id/showText" android:layout_width="fill_parent" android:layout_height="fill_parent" android:layout_margin="10dp" android:background="@android:color/darker_gray" android:minLines="3" android:scrollbars="vertical" /></LinearLayout>

2、添加ch2005MainActivity.cs

using System;using System.Collections.Generic;using System.Linq;using System.Text;using Android.App;using Android.OS;using Android.Widget;using Com.Baidu.Tts.Client;using Com.Baidu.Tts.Answer.Auth;namespace MyDemos.SrcDemos{  [Activity(Label = "【例20-5】百度tts基本用法")]  public class ch2005MainActivity : Activity, ISpeechSynthesizerListener  {    private EditText mInput;    private TextView mShowText;    private SpeechSynthesizer mSpeechSynthesizer;    /// <summary>    /// sd卡上保存百度tts文件的路径    /// </summary>    private string mSampleDirPath;    private const string SpeechFemaleModelName = "bd_etts_speech_female.dat";    private const string SpeechMaleModelName = "bd_etts_speech_male.dat";    private const string TextModelName = "bd_etts_text.dat";    private const string EnglishSpeechFemaleModelName = "bd_etts_speech_female_en.dat";    private const string EnglishSpeechMaleModelName = "bd_etts_speech_male_en.dat";    private const string EnglishTextModelName = "bd_etts_text_en.dat";    protected override void OnCreate(Bundle savedInstanceState)    {      base.OnCreate(savedInstanceState);      SetContentView(Resource.Layout.ch2005Main);      mSampleDirPath = Android.OS.Environment.ExternalStorageDirectory.Path + "/baiduTTS";      Console.WriteLine("mSampleDirPath=" + mSampleDirPath);      initialView();      initialTts();    }    private void initialTts()    {      mSpeechSynthesizer = SpeechSynthesizer.Instance;      mSpeechSynthesizer.SetContext(this);      mSpeechSynthesizer.SetSpeechSynthesizerListener(this);      // 文本模型文件路径 (离线引擎使用)      mSpeechSynthesizer.SetParam(SpeechSynthesizer.ParamTtsTextModelFile,        mSampleDirPath + "/" + TextModelName);      // 声学模型文件路径 (离线引擎使用)      mSpeechSynthesizer.SetParam(SpeechSynthesizer.ParamTtsSpeechModelFile,        mSampleDirPath + "/" + SpeechFemaleModelName);      // 请替换为语音开发者平台上注册应用得到的App ID (离线授权)      //mSpeechSynthesizer.SetAppId("your_app_id");      mSpeechSynthesizer.SetAppId(ch.TtsAppID);      // 请替换为语音开发者平台注册应用得到的apikey和secretkey (在线授权)      //this.mSpeechSynthesizer.SetApiKey("your_api_key", "your_secret_key");      this.mSpeechSynthesizer.SetApiKey(ch.TtsApiKey, ch.TtsSecretKey);      // 发音人(在线引擎),可用参数为0,1,2,3。。。(服务器端会动态增加,各值含义参考文档,以文档说明为准。0--普通女声,1--普通男声,2--特别男声,3--情感男声。。。)      mSpeechSynthesizer.SetParam(SpeechSynthesizer.ParamSpeaker, "0");      // 设置Mix模式的合成策略      mSpeechSynthesizer.SetParam(SpeechSynthesizer.ParamMixMode, SpeechSynthesizer.MixModeDefault);      // 授权检测接口(可以不使用,只是验证授权是否成功)      AuthInfo authInfo = this.mSpeechSynthesizer.Auth(TtsMode.Mix);      if (authInfo.IsSuccess)      {        Console.WriteLine("授权检测--授权成功(auth success)。");      }      else      {        string errorMsg = authInfo.TtsError.DetailMessage;        Console.WriteLine("授权检测--授权失败(auth failed),errorMsg=" + errorMsg);      }      // 初始化tts      mSpeechSynthesizer.InitTts(TtsMode.Mix);      // 加载离线英文资源(提供离线英文合成功能)      int result = mSpeechSynthesizer.LoadEnglishModel(        mSampleDirPath +        "/" + EnglishTextModelName, mSampleDirPath +        "/" + EnglishSpeechFemaleModelName);    }    private void initialView()    {      mInput = FindViewById<EditText>(Resource.Id.input);      mInput.Text = "今天阳光明媚,风和日丽!";      mShowText = FindViewById<TextView>(Resource.Id.showText);      var speak = FindViewById<Button>(Resource.Id.speak);      speak.Click += delegate      {        string text = this.mInput.Text;        int result = this.mSpeechSynthesizer.Speak(text);        if (result < 0)        {          System.Diagnostics.Debug.WriteLine("出错了,错误码:{0},请检查百度tts文档中对应错误码的含义。", result);        }      };      var pause = FindViewById<Button>(Resource.Id.pause);      pause.Click += delegate      {        mSpeechSynthesizer.Pause();      };      var resume = FindViewById<Button>(Resource.Id.resume);      resume.Click += delegate      {        mSpeechSynthesizer.Resume();      };      var stop = FindViewById<Button>(Resource.Id.stop);      stop.Click += delegate      {        mSpeechSynthesizer.Stop();      };      var synthesize = FindViewById<Button>(Resource.Id.synthesize);      synthesize.Click += delegate      {        string text = this.mInput.Text;        int result = this.mSpeechSynthesizer.Synthesize(text);        if (result < 0)        {          System.Diagnostics.Debug.WriteLine("error,please look up error code in doc or URL:http://yuyin.baidu.com/docs/tts/122 ");        }      };      var play = FindViewById<Button>(Resource.Id.play);      play.Click += delegate { };      var batchSpeak = FindViewById<Button>(Resource.Id.batchSpeak);      batchSpeak.Click += delegate      {        List<SpeechSynthesizeBag> bags = new List<SpeechSynthesizeBag>();        bags.Add(GetSpeechSynthesizeBag("123456", "0"));        bags.Add(GetSpeechSynthesizeBag("你好", "1"));        bags.Add(GetSpeechSynthesizeBag("使用百度语音合成SDK", "2"));        bags.Add(GetSpeechSynthesizeBag("hello", "3"));        bags.Add(GetSpeechSynthesizeBag("这是一个demo工程", "4"));        int result = this.mSpeechSynthesizer.BatchSpeak(bags);        if (result < 0)        {          System.Diagnostics.Debug.WriteLine("error({0}),please look up error code in doc or URL:http://yuyin.baidu.com/docs/tts/122 ", result);        }      };    }    protected override void OnDestroy()    {      base.OnDestroy();    }    private SpeechSynthesizeBag GetSpeechSynthesizeBag(string text, string utteranceId)    {      SpeechSynthesizeBag speechSynthesizeBag = new SpeechSynthesizeBag();      speechSynthesizeBag.SetText(text);      speechSynthesizeBag.UtteranceId = utteranceId;      return speechSynthesizeBag;    }    public void OnError(string utteranceId, SpeechError error)    {      Console.WriteLine("onError error=" + error.Description + "--utteranceId=" + utteranceId);    }    public void OnSpeechFinish(string utteranceId)    {      Console.WriteLine("onSpeechFinish utteranceId=" + utteranceId);    }    public void OnSpeechProgressChanged(string p0, int p1)    {      //Console.WriteLine("onSpeechProgressChanged");    }    public void OnSpeechStart(string utteranceId)    {      Console.WriteLine("onSpeechStart utteranceId=" + utteranceId);    }    public void OnSynthesizeDataArrived(string utteranceId, byte[] data, int progress)    {      Console.WriteLine("onSynthesizeDataArrived");    }    public void OnSynthesizeFinish(string utteranceId)    {      Console.WriteLine("onSpeechFinish utteranceId=" + utteranceId);    }    public void OnSynthesizeStart(string utteranceId)    {      Console.WriteLine("onSynthesizeStart utteranceId=" + utteranceId);    }  }}