本文介绍了TTS（Text To Speech）技术的基本概念，分析了科大讯飞、百度和云知声等主流语音引擎提供商。针对一个需要在嘈杂环境中快速播报收银金额的项目，详细阐述了为何选择云知声的离线TTS解决方案，并提供了一个简单的队列播放管理。文章分享了自定义的工具类和如何调整音频流类型以提高音量，以及对SDK中离线资源处理的改进方法。文章最后提供了源码下载链接。
#概念 TTS即TextToSpeech，文本转语言，也就是所谓的语音合成技术。TTS技术对文本文件进行实时转换，转换时间可以秒计算。 目前国内主流的语音引擎提供商主要为科大讯飞、百度以及云知声。 #前言 由于项目中涉及到收银金额的播报，主要是用在食堂、大排档这类的嘈杂环境，所以需求上要满足语速快，音量高，队列播放。最初找到网上通过MediaPlayer播放录制好的金额音频文件的方案实现，[参考]（segmentfault.com/a/119000001… [代码]：github.com/javaexcepti…
| 提供商 | 是否提供离线 | 是否收费 | 合成质量 | 不足 |
|---|---|---|---|---|
| 科大讯飞 | 是 | 是 | 好 | 不支持有线网，需维护队列 |
| 百度 | 是 | 否 | 较好 | 离线授权易失败，合成失败 |
| 云知声 | 是 | 否 | 一般 | 声音不自然，需维护队列，技术支持不给力 |
最后，结合项目复杂的使用场景，选择了云知声的离线TTS,外加维护一个简单的队列，满足了我们的需求。网上有网友提供的一个自己封装的工具（
最低0.47元/天 解锁文章
扫一扫
2659
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
