Android—实现科大讯飞语音合成

背景（可以不看）

实验室项目开发的APP需要有语音提示功能，之前的做法是人工录音，剪辑片段，调用Android的多媒体，播放，呵呵呵，，，这是21世纪！这样肯定显得有点low啊，且不说档次，应用场景也不足啊，人工录音内容固定，这不适合我们的需求。其实我当时也不知道这技术叫语音合成,老师提了一提，下来一百度，科大讯飞果断站了出来，提供了API，给你点个赞！这里介绍一下如何使用该API中的语音合成技术。

准备工作

注册开发者APPID

首先需要做的就是注册能够使用该API的APPID，如今使用这种API都需要注册，比如百度地图API等，不想多说，并向你抛出了个链接 http://www.xfyun.cn

导入SDK

注册完APPDID之后，下载开发包，解压缩，得到如下文件，在Android Studio项目结构下的app下新建libs，将其中的文件全部copy到libs下，如下图所示：

这里要注意啊，导进来要进行Gradle的编译啊，并且注意到每一项前面的三角符号是可以点开的，下面有内容的，这是需要编译之后才有，如果不能打开，相当于只是添加了些文件，后面使用里面的类，代码无法自动提示，MB，都没编译进来，有个屁啊，（本人踩过的坑，手动捂脸）

添加用户权限

需要配置如下权限

<!--连接网络权限，用于执行云端语音能力 -->

<uses-permission android:name="android.permission.INTERNET"/>

<!--获取手机录音机使用权限，听写、识别、语义理解需要用到此权限 -->

<uses-permission android:name="android.permission.RECORD_AUDIO"/>

<!--读取网络信息状态 -->

<uses-permission android:name="android.permission.ACCESS_NETWORK_STATE"/>

<!--获取当前wifi状态 -->

<uses-permission android:name="android.permission.ACCESS_WIFI_STATE"/>

<!--允许程序改变网络连接状态 -->

<uses-permission android:name="android.permission.CHANGE_NETWORK_STATE"/>

<!--读取手机信息权限 -->

<uses-permission android:name="android.permission.READ_PHONE_STATE"/>

<!--读取联系人权限，上传联系人需要用到此权限 -->

<uses-permission android:name="android.permission.READ_CONTACTS"/>

<!--外存储写权限，构建语法需要用到此权限 -->

<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE"/>

<!--外存储读权限，构建语法需要用到此权限 -->

<uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE"/>

<!--配置权限，用来记录应用配置信息 -->

<uses-permission android:name="android.permission.WRITE_SETTINGS"/>

<!--手机定位信息，用来为语义等功能提供定位，提供更精准的服务-->

<!--定位信息是敏感信息，可通过Setting.setLocationEnable(false)关闭定位请求 -->

<uses-permission android:name="android.permission.ACCESS_FINE_LOCATION"/>

<!--如需使用人脸识别，还要添加：摄相头权限，拍照需要用到 -->

<uses-permission android:name="android.permission.CAMERA" />

配置Gradle

使用AS开发Android Application Gradle的配置少不了，官方的文档上没有指出需要配置Gradle，但是事实证明不配置的话，会出现一个很奇怪的异常，在Module下的build.gradle文件：

在defaultConfig下添加以下内容:

// 配置.so文件

        ndk {

            // 选择要添加的对应的cpu类型的.so库

            abiFilters 'x86', 'armeabi', 'armeabi-v7a', 'armeabi-v8a', 'mips','mips64','x86_64'

        }

在buildTypes下添加以下内容：

//配置JNILibs

        sourceSets {

            main {

                jniLibs.srcDirs = ['libs']

            }

        }

到这里，准备工作应该是准备完成了

干正事

SDK的初始化

初始化就一句话

// 进行SDK的初始化

SpeechUtility.createUtility(APP.this, SpeechConstant.APPID + "=yourAPPID");

这句话一般写在app初始化时，如果你是写demo，只有一个Activity，那么就写在onCreate之后就可以，但是我相信，真正使用绝非这么简单，所以配置到APP文件中最好，我一开始不知道什么是APP文件(手动捂脸，好low)，其实APP文件是一个java类文件，继承Application，如下图：

Application这个类，一看就应该明了，是我们每个应用程序都用的，然后如何将我们新建的APP和我们的Android程序关联，看下图：

这是AndroidManifest.xml 下的配置项，将这里的application指定为我们自己创建的java类文件即可，看到.APP前面的那一个.点没有，表示路径，说明我们的APP.java类直接在我们的包名下。如下图：

这里com.jiajia.speechdemo就是我的包名。

封装语音合成工具类

在上面的截图中有一个TTSUtility类，没错，我们把语音合成疯转在一个工具类中。同时将其打造成单例模式。这样在我们整个应用程序中，只有一个工具类，就不用每次需要合成是都new一个对象

public class TTSUtility {

        // 发音人

        public final static String[] COLOUD_VOICERS_VALUE = {"xiaoyan", "xiaoyu", "catherine", "henry", "vimary", "vixy", "xiaoqi", "vixf", "xiaomei","xiaolin", "xiaorong", "xiaoqian", "xiaokun", "xiaoqiang", "vixying", "xiaoxin", "nannan", "vils",};

        private static final String TAG = "TTSUtility";

        // 语音合成对象

        private static SpeechSynthesizer mTts;

        //上下文

        private  Context mContext;

        private volatile static TTSUtility instance;

        /**

         * 合成回掉监听

         */

        private static SynthesizerListener mTtsListener = new SynthesizerListener() {

            @Override

            public void onSpeakBegin() {

                Log.d(TAG, "开始播放");

            }

            @Override

            public void onBufferProgress(int percent, int beginPos, int endPos, String info) {

                // TODO 缓冲的进度

                Log.d(TAG, "缓冲 : " + percent);

            }

            @Override

            public void onSpeakPaused() {

                Log.d(TAG, "暂停播放");

            }

            @Override

            public void onSpeakResumed() {

                Log.d(TAG, "继续播放");

            }

            @Override

            public void onSpeakProgress(int percent, int beginPos, int endPos) {

                // TODO 说话的进度

                Log.d(TAG, "合成 : " + percent);

            }

            @Override

            public void onCompleted(SpeechError error) {

                if (error == null) {

                    Log.d(TAG, "播放完成");

                } else if (error != null) {

                    Log.d(TAG, error.getPlainDescription(true));

                }

            }

            @Override

            public void onEvent(int eventType, int arg1, int arg2, Bundle obj) {

            }

        };

        /**

         * 构造方法

         *

         * @param context 上下文

         */

        private TTSUtility(Context context) {

            mContext = context;

            // 初始化合成对象

            mTts = SpeechSynthesizer.createSynthesizer(mContext, new InitListener() {

                @Override

                public void onInit(int code) {

                    if (code != ErrorCode.SUCCESS) {

                        Log.d("fjj", "初始化失败,错误码：" + code);

                    }

                    Log.d("fjj", "初始化失败,q错误码：" + code);

                }

            });

        }

        public static TTSUtility getInstance(Context context) {

            if (instance == null) {

                synchronized (TTSUtility.class) {

                    if (instance == null) {

                        instance = new TTSUtility(context);

                    }

                }

            }

            return  instance;

        }

        /**

         * 停止语音播报

         */

        public static void stopSpeaking() {

            // 对象非空并且正在说话

            if (null != mTts && mTts.isSpeaking()) {

                // 停止说话

                mTts.stopSpeaking();

            }

        }

        /**

         * 判断当前有没有说话

         *

         * @return

         */

        public  static boolean isSpeaking() {

            if (null != mTts) {

                return mTts.isSpeaking();

            } else {

                return false;

            }

        }

        /**

         * 开始合成

         *

         * @param text

         */

        public void speaking(String text) {

            if (TextUtils.isEmpty(text))

                return;

            int code = mTts.startSpeaking(text, mTtsListener);

            Log.d("fjj", "-----" + code + "++++++++++");

            if (code != ErrorCode.SUCCESS) {

                if (code == ErrorCode.ERROR_COMPONENT_NOT_INSTALLED) {

                    Toast.makeText(mContext, "没有安装语音+ code = " + code, Toast.LENGTH_SHORT).show();

                } else {

                    Toast.makeText(mContext, "语音合成失败,错误码: " + code, Toast.LENGTH_SHORT).show();

                }

            }

        }

        /**

         * 参数设置

         *

         * @return

         */

        private void setParam() {

            // 清空参数

            mTts.setParameter(SpeechConstant.PARAMS, null);

            // 引擎类型 网络

            mTts.setParameter(SpeechConstant.ENGINE_TYPE, SpeechConstant.TYPE_CLOUD);

            // 设置发音人

            mTts.setParameter(SpeechConstant.VOICE_NAME, COLOUD_VOICERS_VALUE[0]);

            // 设置语速

            mTts.setParameter(SpeechConstant.SPEED, "50");

            // 设置音调

            mTts.setParameter(SpeechConstant.PITCH, "50");

            // 设置音量

            mTts.setParameter(SpeechConstant.VOLUME, "100");

            // 设置播放器音频流类型

            mTts.setParameter(SpeechConstant.STREAM_TYPE, "3");

            // mTts.setParameter(SpeechConstant.TTS_AUDIO_PATH, Environment.getExternalStorageDirectory() + "/KRobot/wavaudio.pcm");

            // 背景音乐  1有 0 无

            // mTts.setParameter("bgs", "1");

        }

}

这样封装之后在任何你想要"说话"的地方直接调用下面者句话就可以；

TTSUtility.getInstance(getApplicationContext()).speaking("编程使我快乐");

可以看到封装的工具类中可以进行参数的设置，主要包括以下内容：

语言（LANGUAGE，中文、英文等）

方言（ACCENT，中文的普通话，粤语等）

发音人特征（性别，年龄，语气）

语速（SPEED）

音量（VOLUME）

语调（PITCH）

音频采样率（SAMPLE_RATE）

感兴趣可以自己多尝试！

参考资料

最后

本文内容个人拙见，若有出入，欢迎指正。
欢迎赏脸关注：家佳Talk

巴特西