语音合成：web将文本转成语音

语音合成（也被称作文本转语音或 TTS）包括接收 app 中需要语音合成的文本，再在设备扬声器或音频输出连接中播放出来这两个过程。

Web Speech API 对此有一个主要控制接口——SpeechSynthesis，外加一些处理如何表示要被合成的文本 (也被称为 utterances)，用什么声音来播出 utterances 等工作的相关接口。同样的，许多操作系统都有自己的某种语音合成系统，在这个任务中我们调用可用的 API 来使用语音合成系统。

if ('speechSynthesis' in window) {
  const u = new SpeechSynthesisUtterance('你好，世界');
  u.lang = 'zh-CN';
  speechSynthesis.speak(u);
}

if ('speechSynthesis' in window) {
  function loopSpeak() {
    speechSynthesis.cancel(); // 清队列
    
    const u = new SpeechSynthesisUtterance(
      '订单即将到期，请加急处理！'
    );
    u.lang = 'zh-CN';
    u.rate = 0.9;
    u.volume = 1;

    u.onend = () => {
      setTimeout(loopSpeak, 300); // 避免过快循环
    };

    speechSynthesis.speak(u);
  }

  loopSpeak();
}

SpeechSynthesis常用方法

1）speak(utterance)

将一个 SpeechSynthesisUtterance 添加到播放队列并朗读。

speechSynthesis.speak(u);

2）cancel()

清空所有队列，停止当前播放。 （最常用，因为可以避免队列堆积）

speechSynthesis.cancel();

3）pause()

暂停当前播放。

speechSynthesis.pause();

4）resume()

恢复暂停的播放。

speechSynthesis.resume();

5）getVoices()

返回可用的语音列表（不同语言、不同音色）。 注意：第一次调用可能返回空数组，需监听事件。

const voices = speechSynthesis.getVoices();

SpeechSynthesisUtterance实例属性

属性	说明
text	要朗读的文本
lang	语言（如 zh-CN, en-US）
voice	指定具体 voice（从 getVoices() 中选）
volume	音量（0～1）
rate	语速（0.1～10）常用 0.8–1.2
pitch	音调（0～2）默认 1
utterance.onend	播放结束事件
utterance.onerror	播放失败事件

🔗 https://developer.mozilla.org/zh-CN/docs/Web/API/SpeechSynthesis