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()：提示用户发生什么错误，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