文字转语音小程序的开发、上线和推广

        AI文字转语音功能到现在算是比较成熟的技术了，pc和移动端都有不少，有一些比较好的能够试听，却是不可以直接下载使用。所以准备写一个基于小程序的文本转语音应用，将文字转语音功能从试听、生成、剪切、拼接、下载这些都融合起来，方便使用。

一、AI声音选型

        百度语音合成：最初了解到的是百度AI大脑的声音，听了一下，感觉百度应该是对这项功能已经放弃了，总共就几个声音，感觉就一个声音还行，其它都不怎么样，直接就pass了。

        科大讯飞：后面了解到的科大讯飞的倒是不错，声音也多，音质也很好。无奈就是太贵，最基础的都得五六千了。免费的倒是提供了5个声音，但是质量差了些，况且5个声音也不能满足要求。

        

         微软文本转语音：这个不错的，声音、音质都能满足要求。价格方面，它是按量付费的，个人申请一张visa的卡就可以了，我没有visa的卡，后面了解到可以用公司的名义申请一个账号试用，最后就找朋友帮忙用公司的名义申请了一个账号。

        微软的这个可以直接生成、试听，就是不能直接下载声音使用。网上也有一些关于下载声音的解决方案，比如录屏啥的，还有就是安装油猴插件，安装后就多了一个下载按钮，可以下载。

 

        阿里云语音：这个是后面了解到的，也还不错，感觉声音比微软差点，价格方面也能接受。

         最后，决定使用微软和阿里的语音技术，集成他们的的SDK进行开发。

 

二、开发技术

        后台使用的是基于ruoyi的springboot框架，使用maven管理微软和阿里的sdk等等。

       其他如声音剪切、拼接使用到了第三方库jaudiotagger，这是个比较好用的音频处理工具。

       前端使用的是uniapp，主界面就是简单的九宫格布局。

 

三、主要功能

        主要功能就是一些声音的试听、然后就是语音合成、声音的剪切、拼接等等。

        核心功能就是语音合成了，因为声音合成是使用的微软和阿里的SDK，是需要向他们付费的，为了传输安全，使用了crypto的加解密技术。思路就是uniapp前端封装参数后，会在小程序前端生成一些已经加密的参数，后台接收后，先解密校验。解密成功后，再去做业务逻辑调用微软和阿里的SDK。成功调用后，会在服务器生成对应的音频文件。然后将这个音频文件进行加密，返回给前端对应的加密值。前端收到加密值后再去解密，获取正确的音频文件地址进行播放和下载。

        项目完成，大概是这样子的。

        

四、上线发布

        上线发布这个相对简单，我使用的是hbuildX，配置好对应的小程序appid，运行到小程序开发者工具，然后提交代码。

 

        在微信小程序后台提交审核，然后发布上线。

        这里要提一下微信的内容安全接入，我的小程序还没有过1000人的时候，微信应该是没有去关注安全这块的。当你的小程序达到1000人以后，要接入微信的内容安全。就是说用户输入的文字，有些可能违反了微信内容安全规定，所以每次在后台收到要转的内容后，需要先调用一下微信的内容安全接口，通过后再调用微软和阿里的语音合成接口。

 

五、推广

        小程序开发完成以后，也是希望能够有些用处，能够用到的人越多越好。为此，我做了一些对应的推广尝试。当然，我不是专业的，不知道如何做最为有效。下面列举了一些：

1、小程序起名，既然是做文字转语音功能，就想到了如同真人一样的声音，就用了“如声”两字，其实这也就是用到的微软文本转语音的优势。

2、做了一个简单的网站进行推广 

        从目前的小程序用户渠道来看，做网站好像没有意义。

3、在百度、知乎的相应问题下面留言。

        这个好像还靠谱一些，我在一些文本转语音的相关问题下面留言来推广一下我的小程序。

4、做了一个简单的介绍小视频，放在B站上。

        效果好像也不怎么好

5、其它如在贴吧发贴，在一些相关文章下面留言，收效甚微。