百度语音SDK使用

逃离我推掉我的手 2022-09-28 00:29 303阅读 0赞

![icon.png][]

**百度语音SDK提供:**

*  语音识别：将声音转成文字
 *  语音合成：将文字转成语音文件，然后播放语音文件，即文字变声音。
 *  语音唤醒：语音唤醒，激活运用程序

在这里，本篇介绍百度语音合成的使用。

**百度语音介绍：**

1.  永久免费
2.  多语言（中文，中英混读）多音色（男音，女音）可选
3.  离线与在线，节省流量

详情参考，[百度语音介绍][Link 1]

**百度语音使用流程指南：**

1.  成为开发者，创建运用，选择服务
2.  下载对应的SDK，集成开发。

详情参考，[百度语音接入指南][Link 2]、[百度语音SDK下载][SDK].

**项目集成百度语音SDK:**

1.  在androidStudio中按照其AS特有的使用方式添加添加so库，相关的jar。
    
    ![这里写图片描述][SouthEast]
    
    添加完so库，jar库后，需Gradle中配置如下：
    
        android {
        ........
         sourceSets {
            main {
               //设置so库依赖路径
                jniLibs.srcDirs = ['libs']
            }
        }
        }
        dependencies {
         ..... 
         compile files('libs/com.baidu.tts_2.3.0.jar')
        }
2.  在androidStudio中assert文件夹下添加文本模型文件.dat,和声音模型文件.dat(无网络，离线下使用的)。这里因项目需求，只添加下载到女生模型文件。
    
    ![这里写图片描述][SouthEast 1]
3.  添加以下权限：
    
        <uses-permission android:name="android.permission.INTERNET" />
        <uses-permission android:name="android.permission.ACCESS_NETWORK_STATE" />
        <uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE" />
        <uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" />
        <uses-permission android:name="android.permission.WRITE_SETTINGS" />
        <uses-permission android:name="android.permission.READ_PHONE_STATE" />
        <uses-permission android:name="android.permission.MODIFY_AUDIO_SETTINGS" />
        <uses-permission android:name="android.permission.ACCESS_WIFI_STATE" />
        <uses-permission android:name="android.permission.CHANGE_WIFI_STATE" />
4.  Proguard配置（不需要混淆sdk中jar包）
5.  编写相关使用代码如下：
    
    5.1 **加载离线资源**，先创建存储的文件夹，然后将assert中模型文件一个个通过Stream读写(异步操作，可考虑工作线程或者RxJava完成)指定的文件夹下：
    
        /** * 百度tts文件夹 */
        public static final String BAIDU_TTS_DIR_NAME = "baiduTts";
        public static final String SPEECH_FEMALE_MODE_NAME = "bd_etts_ch_speech_female.dat";
        public static final String TEXT_MODEL_NAME = "bd_etts_ch_text.dat";
        
        /** * 初始化语音文件的配置 * * @param context */
        private void initFileConfig(Context context) {
            File dirFile = getDirFile(context);
            if (dirFile != null && !dirFile.exists()) {
                dirFile.mkdir();
                copyFromAssertsToSDCard(context, SPEECH_FEMALE_MODE_NAME, getFilePath(dirFile, SPEECH_FEMALE_MODE_NAME));
                copyFromAssertsToSDCard(context, TEXT_MODEL_NAME, getFilePath(dirFile, TEXT_MODEL_NAME));
            }
        }
        
        /** * 获取目录 * * @param context * @return */
        public File getDirFile(Context context) {
            return MyUtils.getCacheFile(context, BAIDU_TTS_DIR_NAME);
        }
        
        /** * 获取文件路径 * * @param dirFile * @param fileName * @return */
        public String getFilePath(File dirFile, String fileName) {
            return dirFile.getAbsolutePath() + File.separator + fileName;
        }
        
        /** * 将文件写入sdcard中 * * @param context * @param assertFileName * @param filePath */
        private void copyFromAssertsToSDCard(Context context, String assertFileName, String filePath) {
            FileOutputStream outputStream = null;
            InputStream inputStream = null;
            try {
                inputStream = context.getResources().getAssets().open(assertFileName);
                outputStream = new FileOutputStream(filePath);
                byte[] buffer = new byte[1024];
                int length = 0;
                while ((length = inputStream.read(buffer)) > 0) {
                    outputStream.write(buffer, 0, length);
                }
            } catch (Exception e) {
                e.printStackTrace();
            } finally {
                try {
                    if (outputStream != null) {
                        outputStream.close();
                    }
                    if (inputStream != null) {
                        inputStream.close();
                    }
                } catch (Exception e) {
                    e.printStackTrace();
                }
            }
        }
    
    MyUtil工具类中创建文件夹的代码如下：
    
        /** * 获得存储文件 * * @param * @param * @return */
        public static File getCacheFile(Context context,String name) {
            String cachePath;
            if (Environment.MEDIA_MOUNTED.equals(Environment
                    .getExternalStorageState())
                    || !Environment.isExternalStorageRemovable()) {
        
                cachePath = context.getExternalCacheDir().getPath();
            } else {
                cachePath = context.getCacheDir().getPath();
            }
            return new File(cachePath + File.separator + name);
        }
    
    5.2 **配置语音合成客户端：**
    
        /** * 运用的配置信息,由百度语音官网给定 */
        public static final String API_KEY = "hBuMkBgzGR0YQQHflkufAWcvFRaqTxxx";
        public static final String SECRET_KEY = "FemUYlEKxzr0moQ0jydZcmQ3fo11xxx";
        public static final String APP_ID = "9369xxx";
        
         /** * 语音合成的客户端 */
        private SpeechSynthesizer speechSynthesizer;
        /** * 合成状态的监听器 */
        private SpeechSynthesizerListener speechSynthesizerListener;
        
        /** * 初始化语音的client */
        private void initBaiduTts(Context context) {
            speechSynthesizer = SpeechSynthesizer.getInstance();
            speechSynthesizer.setContext(context);
            //设置监听器
            if (getSpeechSynthesizerListener() != null) {
                speechSynthesizer.setSpeechSynthesizerListener(getSpeechSynthesizerListener());
            }
            //设置运用的api_key和secret_key
            speechSynthesizer.setApiKey(API_KEY, SECRET_KEY);
            //设置运用的app_id
            speechSynthesizer.setAppId(APP_ID);
            File dirFile = getDirFile(context);
            //设置语音合成中文本模型文件(离线使用)
            speechSynthesizer.setParam(SpeechSynthesizer.PARAM_TTS_TEXT_MODEL_FILE, getFilePath(dirFile, TEXT_MODEL_NAME));
            //设置语音合成中声音模型文件（离线使用）
            speechSynthesizer.setParam(SpeechSynthesizer.PARAM_TTS_SPEECH_MODEL_FILE, getFilePath(dirFile, SPEECH_FEMALE_MODE_NAME));
            //发音人（在线引擎），可用参数为0,1,2,3。。。（服务器端会动态增加，各值含义参考文档，以文档说明为准。0--普通女声，1--普通男声，2--特别男声，3--情感男声。。。）
            speechSynthesizer.setParam(SpeechSynthesizer.PARAM_SPEAKER, "0");
            //设置Mix模式的合成策略
            speechSynthesizer.setParam(SpeechSynthesizer.PARAM_MIX_MODE, SpeechSynthesizer.MIX_MODE_DEFAULT);
            //上线的时候，移除授权检查操作，即移除以下if语句
            if (isAuthSuccess()) {
                LogController.i(BaiduTtsController.class.getSimpleName(), "首次验证成功");
            }
            //初始化tts
            speechSynthesizer.initTts(TtsMode.MIX);
        
        }
        
        /** * 用于首次使用的使用，测试检查运用是成功申请到授权。注意点：若是测试无误后，可省略该步骤。 * * @return */
        public boolean isAuthSuccess() {
            AuthInfo info = speechSynthesizer.auth(TtsMode.MIX);
            if (!info.isSuccess()) {
                LogController.i(BaiduTtsController.class.getSimpleName(), "错误信息： " + info.getTtsError().getMessage());
            }
            return info.isSuccess();
        }
        
        public SpeechSynthesizerListener getSpeechSynthesizerListener() {
            return speechSynthesizerListener;
        }
        
        /** * 设置语音合成的监听器 * * @param speechSynthesizerListener */
        public void setSpeechSynthesizerListener(SpeechSynthesizerListener speechSynthesizerListener) {
            this.speechSynthesizerListener = speechSynthesizerListener;
            if(speechSynthesizerListener!=null){
                this.speechSynthesizer.setSpeechSynthesizerListener(this.speechSynthesizerListener);
            }
        }
    
    5.3 **语音合成客户端的生命周期管理：**
    
    在Activity或者Service的生命周期中使用，onCreate()调用客户端的初始化操作(即以上两个配置步骤)， onResume()调用客户端的resume()，Onstop()中调用客户端的stop().最后在onDestory()中调用客户端的release()
    
        /** * 释放资源 */
        public void release() {
            this.speechSynthesizer.release();
        }
        
        /** * 停止正在执行的任务 */
        public void stop() {
            this.speechSynthesizer.stop();
        }
        
        /** * 恢复暂停的任务 */
        public void resume() {
            this.speechSynthesizer.resume();
        }
    
    5.4 **通过语音合成的客户端，将多段文本按一定顺序或者单独一段文本进行播放：**
    
        /** * 将text转成一个语音文件，然后自动播放。 * * * @param text */
        public void speeckText(String text) {
            if (!TextUtils.isEmpty(text)) {
                this.speechSynthesizer.speak(text);
            }
        
        }
        
        /** * 有顺序的合成多段语音，然后按一定顺序播放。 * * @param values */
        public void speeckTextValues(String[] values) {
            if (values == null && values.length == 0) {
                return;
            }
            List<SpeechSynthesizeBag> bags = new ArrayList<>();
            for (int i = 0; i < values.length; ++i) {
                bags.add(getSpeechSynthesizeBag(values[i], String.valueOf(i)));
            }
            this.speechSynthesizer.batchSpeak(bags);
        }
        
        /** * * @param text 播放的文本内容 * @param utterancedId 播放顺序，即第几个播放 * @return */
        private SpeechSynthesizeBag getSpeechSynthesizeBag(String text, String utterancedId) {
            SpeechSynthesizeBag speechSynthesizeBag = new SpeechSynthesizeBag();
            //需要合成的文本text的长度不能超过1024个GBK字节。
            speechSynthesizeBag.setText(text);
            speechSynthesizeBag.setUtteranceId(utterancedId);
            return speechSynthesizeBag;
        }
    
    5.5 **监控语音合成客户端的监听器(即SpeechSynthesizerListener)**
    
        public class MessageDialogActivity extends BaseActivity implements View.OnClickListener,SpeechSynthesizerListener { 
        
        private static final String TAG=MessageDialogActivity.class.getSimpleName();
        
        @Override
        public void onSynthesizeStart(String s) {
            LogController.i(TAG," onSynthesizeStart "+s);
        }
        
        @Override
        public void onSynthesizeDataArrived(String s, byte[] bytes, int i) {
            LogController.i(TAG," onSynthesizeDataArrived "+s);
        }
        
        @Override
        public void onSynthesizeFinish(String s) {
            LogController.i(TAG," onSynthesizeFinish "+s);
        }
        
        @Override
        public void onSpeechStart(String s) {
            LogController.i(TAG," onSpeechStart "+s);
        }
        
        @Override
        public void onSpeechProgressChanged(String s, int i) {
            LogController.i(TAG," onSpeechProgressChanged "+s);
        }
        
        @Override
        public void onSpeechFinish(String s) {
            LogController.i(TAG," onSpeechFinish "+s);
        }
        
        @Override
        public void onError(String s, SpeechError speechError) {
            LogController.i(TAG," onError "+speechError.description);
        }
        }

**（个人）在实际项目中做法：**

1.  将百度语音客户端的初始化操作，生命周期管理操作，播放语音操作，封装成一个操作类。
    
        public class BaiduTtsController {
        public static BaiduTtsController instance;
        
        private BaiduTtsController(Context context) {
            initConfig(context);
        }
        
        public synchronized static BaiduTtsController getInstance(Context context) {
            return instance = instance == null ? new BaiduTtsController(context) : instance;
        }
        
        public void initConfig(Context context) {
            initFileConfig(context);
            initBaiduTts(context);
        }
        //剩下的是，初始化，生命周期，播放的具体代码，以上步骤已经贴出。
        }
2.  将这个操作类保存到自定义的Application子类中，作为一个全局共享的对象。
    
        public class BaseApplication extends Application { 
        
        private BaiduTtsController controller;
        public  BaiduTtsController  initBaiduTts(){
           return controller= controller==null?BaiduTtsController.getInstance(this):controller;
        }
        public BaiduTtsController getBaiduTtsController(){
            return controller;
        }
        public void setBaiduTtsController(BaiduTtsController controller){
            this.controller=controller;
        }
        }
3.  在service中通过Application子类对象，获取到操作类对象，拿到需要播放的文本，调用播放语音的操作。
    
        private BaiduTtsController controller;
        //获取操作类的对象
        controller=BaseApplication.getAppContext().getBaiduTtsController();
        controller.setSpeechSynthesizerListener(this);
        
        //播放文本
        controller.speeckText(msg1);

**开发遇到问题：**

*  so库没有加载成功，控制台日志如下：

No implementation found for int com.baidu.tts.jni.EmbeddedSynthesizerEngine.bdTTSGetLicense
    
       No implementation found for int com.baidu.speechsynthesizer.utility.SpeechDecoder.decodeWithCallback

解决方式：正确导入so库，可以在手机中安装的运用查看so库是否随运用一起安装在手机上。

*  运用的签名错误，控制台日志如下：
    
        Authentication Error
            =============================================
              ----------------- 鉴权错误信息 ------------
            sha1;package:B3:88:6A:66:18:70:4E:FE:48:60:4C:4C:37:A9:2D:84:5D:16:56:xx;com.xxx.mjqzclient
            key:RWpAlKWQE8SBoE354xUYeRcy906Asxxx
            errorcode: -11 uid: -1 appid -1 msg: httpsPost failed,IOException:Unable to resolve host "api.map.baidu.com": No address associated with hostname
            请仔细核查 SHA1、package与key申请信息是否对应，key是否删除，平台是否匹配
            errorcode为230时，请参考论坛链接：
            http://bbs.lbsyun.baidu.com/forum.php?mod=viewthread&tid=106461
    
    解决方式：正确配置App的签名，然后在开发平台上，填写对应的包名，和sha1值。

[icon.png]: /images/20220708/b756fd3f43664a0c9525c47cbd5c5c9a.png
[Link 1]: http://yuyin.baidu.com/tts
[Link 2]: http://yuyin.baidu.com/docs/tts/83
[SDK]: http://yuyin.baidu.com/sdk
[SouthEast]: /images/20220708/53ee3b04a5774124a69444b4c6bbca81.png
[SouthEast 1]: /images/20220708/774d18aa77514d7aa170e05ffedbcdfe.png