iOS 本身內建了相當自然的中文語音合成能力,做有聲書、文章朗讀、導覽說明或無障礙輔助時非常好用,而且完全免費、不需連網也不需第三方 SDK。以下把網路上流傳的 Objective-C 版本改寫成 Swift 2.0 語法,需要的朋友可以直接取用。
整個流程只有三件事:設定 AVAudioSession 的播放類別、建立 AVSpeechSynthesizer、把文字包成 AVSpeechUtterance 交給它唸。
import UIKit
import AVFoundation
class ViewController: UIViewController {
override func viewDidLoad() {
super.viewDidLoad()
// 1. 設定音訊工作階段為播放模式
let audioSession = AVAudioSession.sharedInstance()
do {
try audioSession.setCategory(AVAudioSessionCategoryPlayback)
} catch let error as NSError {
print(error.code)
}
// 2. 建立語音合成器
let av = AVSpeechSynthesizer.init()
// 3. 建立要朗讀的內容
let utterance1 = AVSpeechUtterance.init(string: "這是一段示範用的文字內容,")
utterance1.postUtteranceDelay = 0.5 // 讀完後的停頓秒數
utterance1.rate = 0.1 // 語速,0.1 偏慢,較易聽清
av.speakUtterance(utterance1)
}
override func didReceiveMemoryWarning() {
super.didReceiveMemoryWarning()
}
}
rate 控制語速,範圍大約在 0(最慢)到 1(最快)之間,中文內容建議 0.3 到 0.5 之間會比較自然。pitchMultiplier 可以調整音調高低,volume 則是音量。若要把多段文字接成一篇長文,用 AVSpeechSutterance 陣列搭配 AVSpeechSynthesizerDelegate 的 speechSynthesizer(_:didFinish:) 一段接一段播,比塞單一長字串更好控制。
預設語音依系統語言而定,若想要更好的效果,可以透過 AVSpeechSynthesisVoice.speechVoices() 列出裝置上所有可用語音,再用 AVSpeechUtterance( string:, voice: ) 指定。iOS 9 之後加入的增強品質(enhanced quality)語音需要先下載語音包,下載後發音會明顯更貼近真人。中文情境下常見的是 AVSpeechSynthesisVoice(language: "zh-TW") 或 "zh-CN",兩者腔調不同,可依產品調性挑選。
實作時有兩點容易忽略:一是 App 進入背景後,若未設定 AVAudioSessionCategoryPlayback 並在背景模式中開啟 audio,朗讀會立即停止;二是長文朗讀請提供明確的「暫停/繼續/停止」控制,pauseSpeaking(at:) 與 stopSpeaking(at:) respectively 對應字邊界與立即中斷,體驗差很多。