TTS功能在移動終端的應用

鄭州電視臺 單志霞

TTS功能在移動終端的應用

鄭州電視臺 單志霞

一、背景

TTS（Text To Speech），即從文本到語音。TTS所用的關鍵技術就是語音合成（Speech Synthesis）技術。早期的TTS一般采用專用的芯片實現，但主要應用于家用電器或兒童玩具中。目前，中文TTS系統中比較常用的有IBM、Microsoft、Fujitsu、科大訊飛、捷通華聲等研究的系統。本文，筆者主要介紹科大訊飛TTS系統開發包Aisound的應用。

訊飛輕量級語音合成系統Aisound是科大訊飛基于全球領先的語音合成技術，主要針對各行業應用的嵌入式設備，為用戶提供語音信息獲取和語音交互應用能力的軟件模塊，并將普通文本字符轉換為自然語音輸出的一款TTS軟件。Aisound語音合成系統不受操作系統的限制，不增加用戶額外的硬件成本，并針對嵌入式設備資源受限的特點，在資源占用、可移植性等方面都取得了突破性進展，其合成效果整體上已超過普通人的說話水平。語音合成系統的系統框架圖如圖1所示。

圖 1 語音合成系統框架

二、TTS的實現

在移動終端上實現TTS，其開發原理比較簡單。由于目前移動終端的開發基本上已經實現語音、短信、數據等業務的模塊化，并且UI系統也做的相當成熟，因此我們在添加TTS功能時，只需要使用第3方的軟件開發包即可：通過修改編譯規則，將開發包提供的庫文件編譯進去，然后調用其提供的標準API接口。

1.語音合成的基本流程。

（1）為TTS分配一塊足夠大的堆空間。

（2）初始化資源。

（3）使用ivTTS_Create創建一個TTS實例。

（4）使用ivTTS_SetParam設定TTS的各種參數。如，各回調函數、輸入輸出方式、語言、文本編碼類型、音量和語速等。……