如何使用華為機器學習服務和Kotlin實現語音合成

1. 引言

  你曾遇到過這種情況嗎？一本小說太長，要花很長時間閱讀，但如果有app能自動為你閱讀，就會省時很多。因此，將文本轉換成語音的工具應運而生。華為機器學習服務（HUAWEI ML Kit）具備語音合成（Text To Speech, TTS）功能，能讓app快速實現從文本到語音的轉換。TTS可以將文本轉換成人聲。這也可以通過默認方法實現，但這些方法不能提供自然或真實的聲音。TTS服務全球通用，利用深度神經網絡對文本進行處理，從而創造出自然的聲音，同時也支持多種音色，以增強人聲效果。TTS使用了雲服務，字符數限制在500個以內，並使用UTF-8編碼。
  目前支持的音色如下：

• 英文-男聲
• 英文-女聲
• 中文-男聲
• 中文-女聲
• 英文+中文-男聲
• 英文+中文-女聲

2. 結果展示

  視頻展示了使用該服務后得到的結果。
  視頻鏈接：https://developer.huawei.com/consumer/cn/forum/topicview?fid=18&tid=0201314285827100291

3.集成步驟

  步驟1： 在Android Studio中新建項目。

  步驟2： 在app.gradle文件中添加依賴。
  implementation 'com.huawei.hms:ml-computer-voice-tts:1.0.4.300'

  步驟3： 在app.gradle文件頂部添加AppGallery Connect插件。
  apply plugin: 'com.huawei.agconnect'

  步驟4： 在Activity中創建回調。

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)
        }
    }
}

  詳情如下：
  共有4種回調方法：

• OnError()：提示用戶發生什么錯誤，並通過華為分析服務（HUAWEI Analytics Kit）發送分析數據到控制台以進一步驗證。
• OnWarn()：如果出現帶寬不足之類的警告，回調將在這里出現。
• OnRangeStart()：返回當前播放的片段與文本的映射。
• OnEvent()：當發生新事件時調用，例如，當音頻暫停時，您可以在bundle中獲得EVENT_PLAY_STOP_INTERRUPTED參數。
  如果MLTtsConstants.EVENT_PLAY_STOP的值是false，則音頻播放無誤。
  如果MLTtsConstants.EVENT_PLAY_STOP的值是true，則音頻會出現中斷。

  步驟5： 對象初始化。

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)

  詳情如下：
  有兩種方法可用於創建TTS引擎。
  我們通過MLTtsConfig對象使用自定義的TTS引擎：

• 通過MLTtsConstants.TTS_EN_US將語言設置為英文，也可以通過MLTtsConstants.TTS_ZH_HANS將語言設置為中文。
• 設置人聲。
  英文女聲：MLTtsConstantsTTS_SPEAKER_FEMALE_EN
  英文男聲：MLTtsConstants.TTS_SPEAKER_MALE_EN
  中文女聲：MLTtsConstants.TTS_SPEAKER_FEMALE_ZH
  中文男聲：MLTtsConstants.TTS_SPEAKER_MALE_ZH
• 設置語速，范圍：0.2-1.8，1.0表示1倍語速。
• 設置音量，范圍：0.2-1.8，1.0表示1倍音量。
• 創建MLTtsEngine對象，並提供上述MLTtsConfig對象。
• 將上述創建的callback對象放入MLTtsEngine。

  步驟6： 在Activity中添加以下方法，當用戶單擊按鈕時調用。

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

  詳情如下：
  sourceText為用戶輸入的文本。

• 當需要隊列系統時，使用MLTtsEngine.QUEUE_APPENDED。當TTS的第一次操作完成，緊接着進行下一次操作。
• 如果只需處理當前操作，使用MLTtsEngine.QUEUE_FLUSH。
• 通過onPause()，終止MLTtsEngine。

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

• 通過onDestroy()，釋放MLTtsEngine占用的資源。

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

4.常見問題

  問：TTS服務只支持在華為設備上使用嗎？

  答：是的。

  問：需要上網才能使用TTS服務嗎？

  答：是的，使用雲服務必須連接互聯網。

5.結束語

  我們尚且在研究的初級階段。華為ML Kit提供的TTS服務適用於以下場景：新聞閱讀、有聲小說、股票信息播報、語音導航、視頻配音。

  希望您喜歡這篇文章，也希望您可以分享使用該服務時的意見或建議。

  你可以在Github下載源碼。

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

---

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

原作者：夢陽