iOS文本轉(zhuǎn)語音技術(shù)
文本轉(zhuǎn)語音技術(shù), 也叫TTS, 是Text To Speech的縮寫. iOS如果想做有聲書等功能的時候, 會用到這門技術(shù).
- iOS7之后才有該功能
- 需要 AVFoundation 庫
- AVSpeechSynthesizer: 語音合成器, 可以假想成一個可以說話的人, 是最主要的接口
- AVSpeechSynthesisVoice: 可以假想成人的聲音
- AVSpeechUtterance: 可以假想成要說的一段話
0x000 代碼示例, 朗讀唐詩靜夜思
class TTSExample:AVSpeechSynthesizerDelegate {
let av=AVSpeechSynthesizer()
init(){
av.delegate=self
}
func 朗讀靜夜思() {
let jingyesi=“靜夜思,李白,床前明月光,疑是地上霜,舉頭望明月,低頭思故鄉(xiāng)” //標(biāo)點符號會產(chǎn)生朗讀時的停頓, 這樣就有節(jié)奏了
let utterance=AVSpeechUtterance(string: jingyesi)
utterance.rate=AVSpeechUtteranceDefaultSpeechRate
let voiceType=AVSpeechSynthesisVoice(language: "zh-CN")
utterance.voice=voiceType
av.speakUtterance(utterance)
}
fun 停止朗讀(){
av.stopSpeakingAtBoundary(.Immediate)
}
func speechSynthesizer(synthesizer: AVSpeechSynthesizer, didFinishSpeechUtterance utterance: AVSpeechUtterance) {
print(“已經(jīng)朗讀完了”)
//如果想循環(huán)播放,可以在這里調(diào)用如下代碼:
// av.speakUtterance(utterance)
}
}
- 如果想在后臺播放, 需要在配置里設(shè)置:
- 同時在AppDelegate里啟用:
let session=AVAudioSession.sharedInstance()
try! session.setCategory(AVAudioSessionCategoryPlayback)
try! session.setActive(true)
0x01 AVSpeechSynthesizer
這個類就像一個會說話的人, 可以”說話”, 可以”暫?！闭f話, 可以”繼續(xù)”說話, 可以判斷他當(dāng)前是否正在說話.有以下的方法或者屬性:
- 說話: speakUtterance
- 控制: continueSpeaking(繼續(xù)說), pauseSpeakingAtBoundary(暫停說話), paused(暫停狀態(tài)的屬性), speaking(說話的狀態(tài)), stopSpeakingAtBoundary(停止說話)
- 委托: delegate
0x02 AVSpeechBoundary
這是一個枚舉. 在暫停, 或者停止說話的時候, 停下的方式用這個枚舉標(biāo)示. 包括兩種:
- AVSpeechBoundaryImmediate: 立即停
- AVSpeechBoundaryWord : 說完一個整詞再停
0x03 AVSpeechSynthesizerDelegate
合成器的委托, 對于一些事件, 提供了響應(yīng)的接口.
- didCancelSpeechUtterance: 已經(jīng)取消說話
- didContinueSpeechUtterance: 已經(jīng)繼續(xù)說話
- didFinishSpeechUtterance: 已經(jīng)說完
- didPauseSpeechUtterance: 已經(jīng)暫停
- didStartSpeechUtterance:已經(jīng)開始
- willSpeakRangeOfSpeechString:將要說某段話
0x04 AVSpeechSynthesisVoice
AVSpeechSynthesisVoice定義了一系列的聲音, 主要是不同的語言和地區(qū).
- voiceWithLanguage: 根據(jù)制定的語言, 獲得一個聲音.
- speechVoices: 獲得當(dāng)前設(shè)備支持的聲音
- currentLanguageCode: 獲得當(dāng)前聲音的語言字符串, 比如”ZH-cn”
- language: 獲得當(dāng)前的語言
0x05 AVSpeechUtterance
這個類就是一段要說的話. 主要的屬性和方法有:
- pitchMultiplier: 音高
- postUtteranceDelay: 讀完一段后的停頓時間
- preUtteranceDelay: 讀一段話之前的停頓
- rate: 讀地速度, 系統(tǒng)提供了三個速度: AVSpeechUtteranceMinimumSpeechRate, AVSpeechUtteranceMaximumSpeechRate, AVSpeechUtteranceDefaultSpeechRate
- speechString: 要讀的字符串
- voice: 使用的聲音, 是AVSpeechSynthesisVoice對象
- volume: 音量
0x06 UML關(guān)系圖
這些類的關(guān)系如下:
