語音合成技術在 iOS 7 正式開放給開發者使用。它最大的價值在於不需要網路連線,而且支援多種語言,非常適合朗讀、有聲提示或無障礙輔助等場景。
先匯入 AVFoundation,然後在類別中宣告兩個變數:
#import <AVFoundation/AVFoundation.h>
@interface ViewController ()
{
// 合成器:負責實際朗讀
AVSpeechSynthesizer *_synthesizer;
// 語音:決定用哪種語言、哪個聲音
AVSpeechSynthesisVoice *_voice;
}
@end
- (void)viewDidLoad {
[super viewDidLoad];
// zh_CN 中文;en-US 英文
_voice = [AVSpeechSynthesisVoice voiceWithLanguage:@"en-US"];
// 要朗讀,就需要一個合成器
_synthesizer = [[AVSpeechSynthesizer alloc] init];
}
// 以文字方塊的內容建立朗讀物件
AVSpeechUtterance *utterance =
[AVSpeechUtterance speechUtteranceWithString:_textView.text];
utterance.voice = _voice; utterance.rate = 0.3;
語速實測經驗:中文約 0.1 聽起來還算自然,英文則以 0.3 左右較合適。這個值範圍是 0 到 1,越高越快。
[_synthesizer speakUtterance:utterance];
如果 App 需要朗讀的內容是有限且固定的(例如操作引導、按鈕提示),建議直接錄製專業配音的音訊檔播放,語氣與情感的表现遠勝系統語音,檔案大小也可控。
反之,若朗讀內容動態且無法預先列舉(例如使用者輸入的文字、即時產生的內容),AVSpeechSynthesizer 幾乎是唯一合理的选择——畢竟你不可能為每一句話都準備音檔。
除了 rate,AVSpeechUtterance 還提供 pitchMultiplier(音高)、volume(音量)與 preUtteranceDelay / postUtteranceDelay(前後停頓)。若需要依段落切分朗讀,可以建立多個 utterance 並實作 AVSpeechSynthesizerDelegate 的 speechSynthesizer:didFinishSpeechUtterance:,在前一段結束後再送出下一段。此外,透過 speechSynthesizer:willSpeakRangeOfSpeechString:characterRange: 可以取得目前朗讀到的字元位置,進一步做出逐字高亮的字幕效果。