语音合成
有奖捉虫：办公协同&微信生态&物联网文档专题 HOT
文档中心 > 语音合成

Android SDK（旧版）

最近更新时间：2022-09-15 12:10:26

我的收藏

本页目录：

说明
当前文档适用于 V1.5.3版本及以下 SDK。建议正在使用旧版 SDK 的客户及时升级到 新版 SDK，以获取更好的使用体验。

开发相关

开发准备

支持 Android 4.0 以上版本 API LEVEL 16，支持手机与平板。
合成实时流式语音，需要手机能够连接网络（3/4/5G 或 Wi-Fi 网络等）。
建议使用最新版本 Android Studio 进行开发。
服务端 API 文档。

下载安装 SDK

语音合成 Android SDK。
解压后即是示例代码工程，工程目录 libqcloudtts-demo/libs 下的 aar 文件即 SDK 包。
用 Android Studio 打开此工程查看语音合成示例代码。
文本合成接口：基于基础语音合成接口封装，支持不限字数长文本入参，SDK内部会将文本切分为短句多次请求合成，也支持入参切分好的句子集合 ，支持播放暂停与恢复，适合实时播放场景，实例代码参考 LongTextTtsActivity 类。

参数说明

参数名称
类型
必填
说明
appId
int
是
腾讯云 ID，即 AppID，获取地址
secretId
String
是
腾讯云安全凭证，获取地址
secretKey
String
是
腾讯云安全凭证，获取地址同上
sessionId
String
否
一次请求对应一个 SessionId，会原样返回
projectId
String
否
项目 ID，用户自定义，默认为0，获取地址
speed
int
否
语速，范围：[-2，2]，分别对应不同语速：0.6倍、0.8倍、1.0倍、1.2倍、1.5倍，默认为0
voiceType
int
否
tts 音色
language
int
否
主语言类型，默认中文

快速入门

在 AndroidManifest.xml 添加如下权限

< uses-permission android:name="android.permission.INTERNET"/>
< uses-permission android:name="android.permission.ACCESS_NETWORK_STATE" />

初始化 TtsController 示例

通过 LongTextTtsController 构造 ttsController。
LongTextTtsController mTtsController = new LongTextTtsController();
在使用云 API 之前，请前往腾讯云 API 密钥页面申请安全凭证。安全凭证包括 SecretId 和 SecretKey。
SecretId 用于标识 API 调用者身份。
SecretKey 用于加密签名字符串和服务器端验证签名字符串的密钥。
注意
这里只是示例，请根据用户实际申请的 SecretId 和 SecretKey 进行后续操作。
 /**直接鉴权**/
mTtsController.init(this,
    1257709062L,                           //腾讯云 appId
    “AKIDzlIbgVXMPC**QaT6TZOwDF1WktQr4”,   //腾讯云 secretId 
    “6xYsxngLo45sT**ORFuMZZLs9BzXt”        //腾讯云 secretKey
);
?
/**使用临时密钥鉴权
 1.通过sts 获取到临时证书,此步骤应在您的服务器端实现，详见/document/product/598/33416
 2.通过临时密钥调用接口
**/
 mTtsController.init(this, 
     1257709062L,					//腾讯云 appId
    “AKIDzlIbgVXMPC**QaT6TZOwDF1WktQr4”,   //腾讯云 临时的 secretId 
    “6xYsxngLo45sT**ORFuMZZLs9BzXt”  ,      //腾讯云 临时的 secretKey
    "sdfasdfdfds**fdgfgfdhghgjf"			//腾讯云 对应的token
);
?

设置自定义参数

//更多音色id可查看官网文档/document/product/1073/37995
public enum VoiceType {
    VOICE_TYPE_Zhi_Yu(1001, "智瑜"),
    VOICE_TYPE_Zhi_Yun(1004, "智云"),
    VOICE_TYPE_Zhi_Ling(1002, "智聆"),
    VOICE_TYPE_Zhi_Mei(1003, "智美"),
    VOICE_TYPE_We_Jack(1050, "WeJack，英文男声"),
    VOICE_TYPE_We_Rose(1051, "WeRose，英文女声"),
    VOICE_TYPE_Xiao_Yao( 10510000,"智逍遥，阅读男声"),
}
?
public enum VoiceSpeed {
    VOICE_SPEED_VERY_SLOW(-2, 0.6f, "0.6倍"),
    VOICE_SPEED_SLOWDOWN(-1, 0.8f, "0.8倍"),
    VOICE_SPEED_NORMAL(0, 1.0f, "正常语速(默认)"),
    VOICE_SPEED_ACCELERATE(1, 1.2f, "1.2倍"),
    VOICE_SPEED_VERY_FAST(2, 1.5f, "1.5倍"),
}
?
public enum VoiceLanguage {
    VOICE_LANGUAGE_CHINESE(1, "中文（默认）"),
    VOICE_LANGUAGE_ENGLISH(2, "英文"),
}

示例

//设置语速
mTtsController.setVoiceSpeed(speed);
?
//设置音色
mTtsController.setVoiceType(voice);
?
//设置音量
mTtsController.setVoiceVolume(volume);
?
//设置语言
mTtsController.setVoiceLanguage(language);
?
//设置ProjectId
mTtsController.setProjectId(0);

语音合成

语音合成有两个接口：
合成接口1：直接入参文本段落，使用 SDK 内部的规则切分文本，如果 sdk 的切分规则不符合您的业务需求，您可以选用合成接口2。
合成接口2：入参切分好的句子集合，您需要确保列表内每句话长度不超过后端接口最大字符限制，建议文本中第一句话不要设的太长， demo 内附带了一份文本切分示例代码。
注意
如果要使用 SSML 标记语言，请选择使用合成接口2，并确保入参列表中每一个元素不能超过150中文字符（不包括 SSML 标签）。如果选择合成接口1，入参 SSML 标签会被切分导致 SSML 标签无效，具体使用可以参考 demo，SSML 语法详见 SSML 标记语言。
合成接口1：直接入参文本段落
mTtsController.startTts(ttsText, mTtsExceptionHandler, new QCloudPlayerCallback() {
    //播放开始
    @Override
    public void onTTSPlayStart() {
        Log.d("tts", "onPlayStart");
    }
?
    //音频缓冲中
    @Override
    public void onTTSPlayWait() {
        Log.d("tts", "onPlayWait");
    }
?
    //缓冲完成，继续播放
    @Override
    public void onTTSPlayResume() {
        Log.d("tts", "onPlayResume");
    }
?
    //连续播放下一句
    @Override
    public void onTTSPlayNext() {
        Log.d("tts", "onPlayNext");
    }
?
    //播放中止
    @Override
    public void onTTSPlayStop() {
        Log.d("tts", "onPlayStop");
    }
?
    //播放结束
    @Override
    public void onTTSPlayEnd() {
        Log.d("tts", "onPlayEnd");
    }
?
    //当前播放的音频对应的句子，以及这句话在文本队列数组中的序号
    @Override
    public void onTTSPlayText(String text, int lineSeq) {
        Log.d("tts","onTTSPlayText:" + text + ":" + lineSeq);
    }
?
    //实时返回分段的音频缓存文件路径 ，业务需要时可以在这里获取到音频文件做其他处理
    @Override
    public void onTTSPlayAudioCachePath(String path) {
        Log.d(TAG, "onTTSPlayAudioCachePath: "+path);
    }	
?
});
//此方法能获取到sdk切分好的句子列表集合
//List<String> TextArray = mTtsController.getTextArray(); 
?
合成接口2：入参切分好的句子集合
?
合成语音的源文本，按UTF-8编码统一计算。单条句子中文最大支持150个汉字（全角标点符号算一个汉字）；英文最大支持500个字母（半角标点符号算一个字母）。
见/document/product/1073/37995。
?
List<String> lines = new ArrayList<>();
lines.add("第一句。");
lines.add("第二句。");
mTtsController.startTts(lines, mTtsExceptionHandler, new QCloudPlayerCallback() {
    //播放开始
    @Override
    public void onTTSPlayStart() {
        Log.d("tts", "onPlayStart");
    }
?
    //音频缓冲中
    @Override
    public void onTTSPlayWait() {
        Log.d("tts", "onPlayWait");
    }
?
    //缓冲完成，继续播放
    @Override
    public void onTTSPlayResume() {
        Log.d("tts", "onPlayResume");
    }
?
    //连续播放下一句
    @Override
    public void onTTSPlayNext() {
        Log.d("tts", "onPlayNext");
    }
?
    //播放中止
    @Override
    public void onTTSPlayStop() {
        Log.d("tts", "onPlayStop");
    }
?
    //播放结束
    @Override
    public void onTTSPlayEnd() {
        Log.d("tts", "onPlayEnd");
    }
?
    //当前播放的音频对应的句子，以及这句话在文本队列数组中的序号
    @Override
    public void onTTSPlayText(String text, int lineSeq) {
        Log.d("tts","onTTSPlayText:" + text + ":" + lineSeq);
    }
?
    //实时返回分段的音频缓存文件路径 ，业务需要时可以在这里获取到音频文件做其他处理
    @Override
    public void onTTSPlayAudioCachePath(String path) {
        Log.d(TAG, "onTTSPlayAudioCachePath: "+path);
    }	
?
});

接收异常

//接收接口异常
private final TtsController.TtsExceptionHandler mTtsExceptionHandler = new TtsController.TtsExceptionHandler() {
    @Override
    public void onRequestException(TtsController.TtsException e) {
        Log.e(TAG, "tts onRequestException");
        Toast.makeText(TtsActivity.this, e.getErrMsg(), Toast.LENGTH_SHORT).show();
    }
};

暂停、恢复或停止语音播放

mTtsController.pause();
mTtsController.resume(); 
mTtsController.stop();

错误码

中国站


http://www.vxiaotou.com