JS中的语音合成——Speech Synthesis API

原文链接

简介

HTML5中和Web Speech相关的API实际上有两类，一类是“语音识别(Speech Recognition)”，另外一个就是“语音合成(Speech Synthesis)”，这两个名词实际上指的分别是“语音转文字”，和“文字变语音”。

本文介绍的是语音合成(Speech Synthesis)，语音识别(Speech Recognition)请移步另一篇。

想要浏览器开口说话，只需要：

let speechInstance = new SpeechSynthesisUtterance('大家好，我是渣渣辉。');
speechSynthesis.speak(speechInstance);

就是这么简单，不妨copy进浏览器试一下？

SpeechSynthesisUtterance主要用来构建语音合成实例，speechSynthesis大概用来触发浏览器语音模块，让浏览器把内容读出来。

SpeechSynthesisUtterance实例有以下属性，可以通过设置一下属性调整发音。

text – 要合成的文字内容，字符串。
lang – 使用的语言，字符串，例如："zh-cn"
voiceURI – 指定希望使用的声音和服务，字符串。
volume – 声音的音量，区间范围是0到1，默认是1。
rate – 语速，数值，默认值是1，范围是0.1到10，表示语速的倍数，例如2表示正常语速的两倍。
pitch – 表示说话的音高，数值，范围从0（最小）到2（最大）。默认值为1。

还有一下方法：

onstart – 语音合成开始时候的回调。
onpause – 语音合成暂停时候的回调。
onresume – 语音合成重新开始时候的回调。
onend – 语音合成结束时候的回调。

speechSynthesis对象有以下方法：

speak() – 只能接收SpeechSynthesisUtterance作为唯一的参数，作用是读合成的话语。
stop() – 立即终止合成过程。
pause() – 暂停合成过程。
resume() – 重新开始合成过程。
getVoices() – 此方法不接受任何参数，用来返回浏览器支持的语音包列表，是个数组。

speechSynthesis.getVoices()返回因每个浏览器不同及版本的不同返回不太一样，大致是这样：

注意

语言包获取不稳定，有时候返回为空，可以用定时器多试几次。

主要代码

//vue 部分代码
methods: {
    onChange (e) {
        let chosenItem = this.voiceData.filter(item => {
            return e == item.lang;
        });
        this.queryParams.voiceURI = chosenItem[0].voiceURI;
    },

    onSpeak () {
        this.speechInstance = new SpeechSynthesisUtterance();
        Object.keys(this.queryParams).forEach(key => {
            this.speechInstance[key] = this.queryParams[key];
        })
        console.log(this.speechInstance);

        speechSynthesis.speak(this.speechInstance);
    }
},

mounted () {
    let timer = setInterval(() => {
        if(!this.voiceData.length) {
            //获取语言包
            this.voiceData = speechSynthesis.getVoices();
        } else {
            clearInterval(timer);
        }
    }, 500);
}

试一下吧

Ting-Ting

粗略测试，Mac下Chrome支持volume、pitch两个参数，语速rate不支持；Firefox和Safari对volume、rate和pitch三个参数都不支持。

手机端试了IOS下的Chrome、UC和Safari，安卓的Chrome，竟然都完美支持😄 ！

但是可能因为Google被墙的缘故，Chrome的语音功能很不稳定，Firefox和Safari反而比较稳定。

多试几种其他语言，如日语(ja-JP)、粤语(zh-HK)、台湾话(zh-TW)等还是很有意思的😂 。前提是你的浏览器有这种语言包。

奇怪的是汉语选择用英语(en-US)朗读的时候，返回的是一串听不太懂的男声，希望英语能力强的大神多多指教🙏 。

能做什么

以后支持问题改进了，能想到的用途还是不少的。

盲人阅读
翻译？可能还要结合语音识别功能
结合前一篇的文字识别，识别出的文字再转化成语音就完美了
等等

参考资料