Press "Enter" to skip to content

如何使用华为机器学习服务和Kotlin实现语音合成

1. 引言

 

你曾遇到过这种情况吗?一本小说太长,要花很长时间阅读,但如果有app能自动为你阅读,就会省时很多。因此,将文本转换成语音的工具应运而生。华为机器学习服务(HUAWEI ML Kit)具备语音合成(Text To Speech, TTS)功能,能让app快速实现从文本到语音的转换。TTS可以将文本转换成人声。这也可以通过默认方法实现,但这些方法不能提供自然或真实的声音。TTS服务全球通用,利用深度神经网络对文本进行处理,从而创造出自然的声音,同时也支持多种音色,以增强人声效果。TTS使用了云服务,字符数限制在500个以内,并使用UTF-8编码。

 

目前支持的音色如下:

英文-男声
英文-女声
中文-男声
中文-女声
英文+中文-男声
英文+中文-女声

2. 结果展示

 

视频展示了使用该服务后得到的结果。

 

视频链接: https://developer.huawei.com/consumer/cn/forum/topicview?fid=18&tid=0201314285827100291

 

3.集成步骤

 

步骤1:在Android Studio中新建项目。

 

步骤2:在app.gradle文件中添加依赖。

 

implementation ‘com.huawei.hms:ml-computer-voice-tts:1.0.4.300’

 

步骤3:在app.gradle文件顶部添加AppGallery Connect插件。

 

apply plugin: ‘com.huawei.agconnect’

 

步骤4:在Activity中创建回调。

 

var callback: MLTtsCallback = object : MLTtsCallback {
    override fun onError(taskId: String, err: MLTtsError) {
    }
    override fun onWarn(taskId: String, warn: MLTtsWarn) {
    }
    override fun onRangeStart(taskId: String, start: Int, end: Int) {
    }
    override fun onEvent(taskId: String, eventName: Int, bundle: Bundle?) {
        if (eventName == MLTtsConstants.EVENT_PLAY_STOP) {
            val isStop = bundle?.getBoolean(MLTtsConstants.EVENT_PLAY_STOP_INTERRUPTED)
        }
    }
}

 

详情如下:

 

共有4种回调方法:

OnError():提示用户发生什幺错误,并通过华为分析服务(HUAWEI Analytics Kit)发送分析数据到控制台以进一步验证。
OnWarn():如果出现带宽不足之类的警告,回调将在这里出现。
OnRangeStart():返回当前播放的片段与文本的映射。
OnEvent():当发生新事件时调用,例如,当音频暂停时,您可以在bundle中获得EVENT_PLAY_STOP_INTERRUPTED参数。

如果MLTtsConstants.EVENT_PLAY_STOP的值是false,则音频播放无误。

 

如果MLTtsConstants.EVENT_PLAY_STOP的值是true,则音频会出现中断。

 

步骤5:对象初始化。

 

mlConfigs = MLTtsConfig()
     .setLanguage(MLTtsConstants.TTS_EN_US)
     .setPerson(MLTtsConstants.TTS_SPEAKER_FEMALE_EN)
     .setSpeed(1.0f)
     .setVolume(1.0f)
 mlTtsEngine = MLTtsEngine(mlConfigs)
 mlTtsEngine.setTtsCallback(callback)

 

详情如下:

 

有两种方法可用于创建TTS引擎。

 

我们通过MLTtsConfig对象使用自定义的TTS引擎:

通过MLTtsConstants.TTS_EN_US将语言设置为英文,也可以通过MLTtsConstants.TTS_ZH_HANS将语言设置为中文。
设置人声。

英文女声:MLTtsConstantsTTS_SPEAKER_FEMALE_EN

 

英文男声:MLTtsConstants.TTS_SPEAKER_MALE_EN

 

中文女声:MLTtsConstants.TTS_SPEAKER_FEMALE_ZH

 

中文男声:MLTtsConstants.TTS_SPEAKER_MALE_ZH

设置语速,范围:0.2-1.8,1.0表示1倍语速。
设置音量,范围:0.2-1.8,1.0表示1倍音量。
创建MLTtsEngine对象,并提供上述MLTtsConfig对象。
将上述创建的callback对象放入MLTtsEngine。

步骤6:在Activity中添加以下方法,当用户单击按钮时调用。

 

private fun startTtsService() {
   val id = mlTtsEngine.speak(sourceText,MLTtsEngine.QUEUE_APPEND)
 }

 

详情如下:

 

sourceText为用户输入的文本。

当需要队列系统时,使用MLTtsEngine.QUEUE_APPENDED。当TTS的第一次操作完成,紧接着进行下一次操作。
如果只需处理当前操作,使用MLTtsEngine.QUEUE_FLUSH。
通过onPause(),终止MLTtsEngine。

override fun onPause() {
     super.onPause()
     mlTtsEngine.stop()
 }

通过onDestroy(),释放MLTtsEngine占用的资源。

override fun onDestroy() {
     super.onDestroy()
     mlTtsEngine.shutdown()
 }

 

4.常见问题

 

问:TTS服务只支持在华为设备上使用吗?

 

答:是的。

 

问:需要上网才能使用TTS服务吗?

 

答:是的,使用云服务必须连接互联网。

 

5.结束语

 

我们尚且在研究的初级阶段。华为ML Kit提供的TTS服务适用于以下场景:新闻阅读、有声小说、股票信息播报、语音导航、视频配音。

 

希望您喜欢这篇文章,也希望您可以分享使用该服务时的意见或建议。

 

你可以在Github下载源码。

 

Github链接: https://github.com/HMS-Core/hms-ml-demo/tree/master/TTSSampleKotlin

 

原文链接: https://developer.huawei.com/consumer/cn/forum/topicview?fid=18&tid=0201314285827100291

 

原作者:梦阳

Be First to Comment

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注