語音合成可以讓 App 把文字轉成語音,常用於導航、閱讀、有聲內容或輔助功能。以下以科大訊飛 SDK 為例,整理 iOS 端實作語音合成的基本流程。
先到科大訊飛開放平台註冊帳號,建立應用並取得 AppID。接著下載 iOS SDK,裡面通常包含 iflyMSC 類庫與相關標頭檔。

在 Xcode 專案中,把 iflyMSC 加入專案,並確認檔案已複製到專案目錄。接著匯入所需標頭檔,例如 IFlySpeechUtility、IFlySpeechSynthesizer、IFlySpeechConstant 等。

在啟動服務前,通常要先呼叫 createUtility,並傳入 AppID 與 timeout 等參數。接著取得 IFlySpeechSynthesizer 的 sharedInstance,並設定 delegate。
語速可設定為 0 到 100,數字越大通常越快。音量也可設定為 0 到 100。發音人可選擇不同語音,例如 xiaoyan。音頻採樣率常見有 8000 或 16000。若需要保存合成音檔,也可設定輸出路徑。
當使用者輸入文字並點擊按鈕,可呼叫 startSpeaking,把文字傳給合成器。合成過程可透過 delegate 回報開始播放、緩衝進度、播放進度、暫停、恢復與完成等狀態。
若執行時出現錯誤,可參考官方錯誤碼列表。常見問題包括 AppID 未設定、網路連線失敗、參數格式錯誤或類庫未正確匯入。閱讀官方 SDK 文件通常能快速找到解法。