logo
积分中心
给HarmonyOS应用增加自然语音播报:Core Speech Kit文本转语音实战
头像 沉迷效率工具 2026-11-11 16:15:09    发布
0 浏览 0 收藏

在内容阅读、消息提醒、资讯浏览和任务反馈等应用场景中,文字信息并不总是最适合用户的呈现方式。比如用户正在运动时,可能更希望通过听的方式获取资讯;在阅读长篇内容时,也可能希望应用自动朗读文章,而不是一直盯着屏幕。

HarmonyOS 7应用可以利用Core Speech Kit中的TextToSpeech能力,将文本转换成语音并进行播报。开发者不需要自行搭建语音合成服务,就可以在应用中实现基础的文本朗读功能。

本篇以资讯阅读应用为例,实现一个简单的文章朗读模块。用户进入文章详情页后,点击朗读按钮,应用便可以将当前文章内容转换为语音。

首先导入文本转语音模块:

import { textToSpeech } from '@kit.CoreSpeechKit';

import { BusinessError } from '@kit.BasicServicesKit';

接下来初始化TTS引擎:

let ttsEngine:

textToSpeech.TextToSpeechEngine;

async function initTTS() {

let extraParams: Record<string, Object> = {

'style': 'interaction-broadcast',

'locate': 'CN'

};

let params:

textToSpeech.CreateEngineParams = {

language: 'zh-CN',

person: 13,

online: 1,

extraParams: extraParams

};

try {

ttsEngine =

await textToSpeech.createEngine(params);

ttsEngine.setListener({

onStart(requestId: string, response: Object) {

console.info('开始语音合成');

},

onComplete(requestId: string, response: Object) {

console.info('语音播报完成');

},

onStop(requestId: string, response: Object) {

console.info('语音播报停止');

},

onError(

requestId: string,

errorCode: number,

errorMessage: string

) {

console.error(

`播报异常:${errorCode}, ${errorMessage}`

);

}

});

} catch (err) {

let error = err as BusinessError;

console.error(`TTS初始化失败:${error.code}`);

}

}

这里使用person参数选择音色,13对应聆小珊女声音色。创建引擎时还需要配置语种、模式和区域信息。Core Speech Kit当前支持离线文本转语音,实际支持的语言和音色需要以目标系统版本及设备能力为准。

引擎初始化成功后,就可以调用speak方法进行播报:

function speakArticle(content: string) {

if (!ttsEngine) {

console.error('TTS引擎尚未初始化');

return;

}

if (content.trim().length === 0) {

console.error('播报内容不能为空');

return;

}

let extraParams: Record<string, Object> = {

'speed': 1,

'volume': 2,

'pitch': 1,

'languageContext': 'zh-CN',

'audioType': 'pcm',

'playType': 1,

'queueMode': 0

};

let speakParams: textToSpeech.SpeakParams = {

requestId: `article_${Date.now()}`,

extraParams: extraParams

};

ttsEngine.speak(content, speakParams);

}

其中,speed用于控制语速,volume用于控制音量,pitch用于控制音调。开发者可以根据具体场景调整参数,让播报效果更符合应用的使用习惯。

这里还有一个容易忽略的地方:requestId在同一个引擎实例内不能重复使用。因此,不能始终使用固定的请求编号。示例中使用时间戳生成请求标识,便于区分每次播报任务。

在资讯阅读应用中,直接将整篇文章传给speak虽然可以实现基础朗读,但还需要考虑内容处理问题。比如文章中可能包含标题、作者、发布时间、图片说明、网址和特殊符号。如果将所有内容直接交给语音引擎,用户听到的内容可能并不自然。

因此,可以在调用speak之前增加文本预处理:

function prepareSpeechText(

title: string,

content: string

): string {

let cleanContent = content

.replace(/https?:\/\/\S+/g, '')

.replace(/\s+/g, ' ')

.trim();

return `${title}。${cleanContent}`;

}

通过预处理,可以过滤不适合朗读的链接和多余空白,并在标题和正文之间增加停顿。

还需要注意,单次播报文本长度不能超过10000字符。对于长篇资讯,建议根据自然段落进行拆分,而不是简单按照固定字符数截断。这样可以避免在句子中间切断内容。

在测试过程中,可以重点验证不同长度文本、中文与数字混合内容、标点符号、连续点击朗读按钮,以及播报过程中退出页面等情况。

当页面退出或不再需要语音合成时,应及时停止播报,并在不再使用引擎时调用shutdown释放资源,避免引擎长期占用。

通过Core Speech Kit,资讯阅读、电子书、知识学习和内容浏览类应用都可以快速增加文本朗读能力。相比单纯增加一个语音按钮,更值得开发者关注的是如何将文本预处理、播报状态和页面交互结合起来,真正形成完整的听觉阅读体验。


©本站发布的所有内容,包括但不限于文字、图片、音频、视频、图表、标志、标识、广告、商标、商号、域名、软件、程序等,除特别标明外,均来源于网络或用户投稿,版权归原作者或原出处所有。我们致力于保护原作者版权,若涉及版权问题,请及时联系我们进行处理。
分类
HarmonyOS
地址:北京市朝阳区北三环东路三元桥曙光西里甲1号第三置业A座1508室 电话:13391790444或(010)62178877
版权所有:电脑商情信息服务集团 北京赢邦策略咨询有限责任公司
声明:本媒体部分图片、文章来源于网络,版权归原作者所有,我司致力于保护作者版权,如有侵权,请与我司联系删除

京ICP备:2022009079号-2

京公网安备:11010502051901号

ICP证:京B2-20230255