本文討論 iOS 平台的 TTS(Text To Speech,文字轉語音)技術方案。在 Android 平台上,TTS 幾乎不算問題,因為系統本身就內建,中英文效果都不錯;而 iOS 平台本身不支援 TTS,開發者若想讓 App 具備語音合成功能,就得先找到合適的 TTS 庫。以下整理幾種選擇:
這兩個庫很容易搜尋到。OpenEars 是開源的 iOS 庫,支援離線語音辨識與 TTS,但主要針對英語;FliteTTS 體積小巧,同樣不支援中文。若要做中文語音合成,這兩個庫基本用不上。
可以請求如下網址取得發音 mp3:
https://translate.google.com/translate_tts?tl=en&q=tekuba
若需要中文發音,可把 tl 參數改為 zh:
https://translate.google.com/translate_tts?tl=zh&q=成功智慧網
若 App 需要的是固定語音播報,使用這個線上服務很不錯——只需請求一次,把回傳的 mp3 存在本地,之後直接讀取即可。但大部分情境的待轉換文字並不固定,就只能另尋他法。
目前中文語音合成做得較好的算是科大訊飛,語速與停頓效果都不錯,但其提供的 iOS SDK 僅支援線上合成,當時尚不支援離線合成。百度也在其後推出了語音技術平台。
若你的 App 僅支援 iOS 7,那麼 AVFoundation.framework 中新增的這個特性就很適合:
AVSpeechSynthesizer *av = [[AVSpeechSynthesizer alloc] init];
AVSpeechUtterance *utterance = [[AVSpeechUtterance alloc] initWithString:@"成功智慧網"];
[av speakUtterance:utterance];
不過實測顯示,這個介面合成的語音較為生硬且缺乏停頓。
在 iOS 平台上,離線語音合成目前仍較麻煩;若只需線上合成,採用科大訊飛之類的服務是不錯的選擇。