前言

  首先介绍下自己接手的APP的语音播报的实现方法，appdelegate里用了讯飞IFlySpeechSynthesizer的语音播报，负责app在前台时的播报。然后在拓展NotificationService里用系统的AVSpeechSynthesizer播报，实现了在后台的语音播报。如果不能理解的话可以看看这篇文章和那篇文章。

  等iOS12.1版本出来之后，发现语音播报在后台那一块失效了。查明详情，苹果官方的大概意思是不允许开发者在拓展NotificationService里合成语音和播报语音了，所以现在需要另找别的方法。经过半个多月的努力，终于还是寻到了几种各有优缺的解决方案。这里提早放出一个帮助我很多的大佬的文章。

方案一：本地存大量完整音频文件

  顾名思义，苹果虽然不允许在拓展里合成和播报语音，但是在拓展里播报存在本地的录音，是可以实现的，所以，思路来了。提早生成好类似“支付宝到账100元”之类的音频文件，并设置好对应的名称，拖入主工程里，然后

- (void)didReceiveNotificationRequest:(UNNotificationRequest *)request withContentHandler:(void (^)(UNNotificationContent * _Nonnull))contentHandler {
    
    self.contentHandler = contentHandler;
    
    self.bestAttemptContent = [request.content mutableCopy];
    
    self.bestAttemptContent.sound = [UNNotificationSound soundNamed:@"支付宝到账100元.mp3"];

    self.contentHandler(self.bestAttemptContent);
}

  如上所示，就这样直接调用音频文件就可以了，一般录音那边的金额设置成0.1-1000元共一万个音频文件就够用了，超过1000的播报到账一笔。支付宝之前有一个版本就是这么做的。这么做的好处显而易见，简单粗暴，但是问题就是app的包会变得非常大。那么该如何生成语音文件，你可以用讯飞，也可以用百度语音生成。这里送上大佬提供的用python生成语音的代码(源自于百度语音)，我就是用这种方法生成的语音，一条语音大概2-3k。

#!/usr/bin/env python
# -*- coding: UTF-8 -*-

import os
import requests
import json
import request
import urllib,urllib2
from urllib.request import urlretrieve

for i in range(0,10001):
    
    #改变保存路径
    os.chdir("/Users/apple/Desktop/yuyin2")
    
    text = "支付宝到账" + str(round(float(i)/float(10),2)) + "元"
    url = "http://tsn.baidu.com/text2audio?lan=zh&ctp=1&cuid=abcdxxx&tok=24.0b321d28b3efe7e7ef9b5e674dc42f9a.2592000.1547950563.282335-11081936&tex={tex}&vol=15&per=0&spd=5&pit=5&aue=3&rate=1".format(tex=text)
    sound = "支付宝到账" + str(round(float(i)/float(10),2))
    a,b = urllib.urlretrieve(url,'./{sound}.mp3'.format(sound=sound))
    print(sound)

  这里还有个问题，这么多的语音文件需不需要打包成bundle来用呢？我把这一万多个语音包打包成bundle了，拖进主工程里，发现拓展的Targets里的Build Phases - Copy Bundle Resources还需要加一下这个bundle，才能在程序里用以下方式调用：

    self.bestAttemptContent.sound = [UNNotificationSound soundNamed:[NSString stringWithFormat:@"yuyin.bundle/%@.mp3",string]];

但是后来发现，app增加的M数是两倍的语音bundle的大小。上面的操作相当于加了两次语音bundle。所以最后我选择了，直接拖原mp3文件，不用bundle。

  这边再提供一条避免app过大的思路，可以让语音包在用户登录之后再下载（可以偷偷下载，也可以引导用户去下载），这样至少用户下载app时的大小不会太大。缺点也有很多，比如用户手机内存不够了，或者清除缓存了，等等。

2019/1/24更新，有人说这个python文件运行出的语音没声音，是token过期了，自己去（http://ai.baidu.com）里注册一个应用，获取它的两个key。然后

1.png
2.png
把python文件里的token改一下就可以了。至于其它问题就自己解决吧，我也不会python，但是我会摆渡和求救。

方案二：本地存拆分的音频文件，利用本地通知播报

  还是照例送上给出思路的大佬的文章。利用本地通知完成语音的播报，简直666。行吧，第一步，先录好“一”，“二”，... “百”，“千”等拆分的音频，也可以破解收钱吧之类的app获取他们的音频文件。然后上大佬的代码：

- (void)pushNotification{
    
    NSString *tmp = self.bestAttemptContent.body;
    NSString *tmp1 = [tmp substringFromIndex:4];
    NSString *priceNum = [tmp1 substringToIndex:tmp1.length-1];
    
    NSString *localString = [NSNumberFormatter localizedStringFromNumber:@([priceNum floatValue]) numberStyle:NSNumberFormatterSpellOutStyle];
    
    NSMutableArray *array = [NSMutableArray arrayWithArray:[self stringToArray:localString]];
    
    for (NSString *string in array) {
        dispatch_semaphore_t semaphore = dispatch_semaphore_create(0);
        [self registerNotificationWithString:string completeHandler:^{
            dispatch_after(dispatch_time(DISPATCH_TIME_NOW, (int64_t)(0.7 * NSEC_PER_SEC)), dispatch_get_main_queue(), ^{
                dispatch_semaphore_signal(semaphore);
            });
        }];
        dispatch_semaphore_wait(semaphore, DISPATCH_TIME_FOREVER);
    }
    
    self.contentHandler(self.bestAttemptContent);
}

- (NSArray *)stringToArray:(NSString *)string {
    
    NSMutableArray *mutableArray = [NSMutableArray arrayWithCapacity:50];
    
    for (NSInteger i = 0; i < string.length; i++) {
        NSRange range;
        range.location = I;
        range.length = 1;
        NSString *currentString = [string substringWithRange:range];
        [mutableArray addObject:currentString];
    }
    
    return mutableArray;
}

- (void)registerNotificationWithString:(NSString *)string completeHandler:(dispatch_block_t)complete {
    
    [[UNUserNotificationCenter currentNotificationCenter] requestAuthorizationWithOptions:(UNAuthorizationOptionAlert | UNAuthorizationOptionSound | UNAuthorizationOptionBadge) completionHandler:^(BOOL granted, NSError * _Nullable error) {
        
        if (granted) {
            
            UNMutableNotificationContent *content = [[UNMutableNotificationContent alloc]init];
            
            content.title = @"";
            content.subtitle = @"";
            content.body = @"";
            content.sound = [UNNotificationSound soundNamed:[NSString stringWithFormat:@"%@.mp3",string]];
            
            content.categoryIdentifier = [NSString stringWithFormat:@"categoryIndentifier%@",string];
            
            UNTimeIntervalNotificationTrigger *trigger = [UNTimeIntervalNotificationTrigger triggerWithTimeInterval:0.01 repeats:NO];
            
            UNNotificationRequest *request = [UNNotificationRequest requestWithIdentifier:[NSString stringWithFormat:@"categoryIndentifier%@",string] content:content trigger:trigger];
            
            [[UNUserNotificationCenter currentNotificationCenter] addNotificationRequest:request withCompletionHandler:^(NSError * _Nullable error) {
                
                if (error == nil) {
                    
                    if (complete) {
                        complete();
                    }
                }
            }];
        }
    }];
}

  另外注意用这种方法，需要将拓展的info.plist里的Localization native development region设置成China。例如 106 你设置成China了会转换成一百零六 没有的话就会转换成one hundred and six。

  这个方法的好处很直观，包比上面那种方法小，缺点就是声音很难听，很奇怪，想让它声音变得好听，要花费不少时间了，在录音和播放时间上想想办法。还有就是本地通知每传一次会震动一次，比如：收银到账，震一下，九，震一下，万，震一下，八，震一下，千，震一下，七，震一下，百，震一下，六，震一下，十，震一下，五，震一下，点，震一下，四，震一下，三，震一下，元，震一下。这个暂时没有什么好方法，只能引导用户关掉设置里的震动开关。另外，本地通知的语音播报容易被打断。

  用这个方法，还会有个问题，比如888.88元，分位上的八可能会因为角位上的八的通知对音频的引用没结束,分位上的八就要播, 会出现播不了的情况。解决方法思路：数字的mp3文件多复制一份，命名如：*_copy.mp3, 循环判断string数组，如果与前一个string重复，就改成 *_copy，这样，就不会连续读取一个文件了。

方案三：VOIP通道

  这个方法我没尝试过，你可以看看别人的文章试试。听说现在的微信和支付宝用的是这种方法。建议没有通话功能的APP放弃这条路，因为我没看到语音播报交流群里的人用这个方法过审的。当然，对于无需审核的app或者是符合VOIP条件的app，这种方法肯定是最佳方案。

我的方案：方案一和方案二的结合

  因为我这边需要播报五种类型的语音，统一格式是前缀+金额。所以我这边生成了五条前缀音频和一万条金额音频，如：“收银到账”+“666.6元”，然后用本地通知的方式播报，那样app不会太大，而且震动也只会震动1-2次。对我而言，算是一种比较恰当的方法了。

2019/1/24更新，新发现一个更减包大小的方法。把金额那部分进一步拆分，顺便顾及到分，那么就是666+.66元，小数点随你跟哪边。0-1000共一千个音频，角分那部分01-99共一百个文件吧，再加上前缀五个，也就1105个文件，比起上面的一万余音频来说，确实是省了不少大小。优点明显，缺点也就多一次震动吧，你可以试试。

其它的思路，有兴趣可以看看

  待我完成后上报给CTO的时候，CTO给了一种思路：在服务器里保存这些语音，然后在拓展里http请求下载，然后播报。这个方案是否可行？

  还有，有人发现UNNotificationSound soundNamed:这个方法在两个地方可以取到音频（官方原话：The sound file must be contained in the app’s bundle or in the Library/Sounds folder of the app's data container.）。而且在主程序Library/Sounds文件夹里的音频文件，拓展里还是可以用本地通知的方式播报出来。所以这边是否有新的方案？比如把音频文件生成到Library/Sounds文件夹里，然后播报。

  经过测试，发现这两种方案都不行。拓展你可以把它看成一个新的app，和主程序没有数据交互。所以在拓展里进行http请求下载的音频也是进入到拓展的对应的沙盒里，没有什么办法把它移动到主程序的沙盒里。 主程序的路径.png 拓展里的路径.png

如图，是两个不同的Library/Sounds文件夹。把音频文件放到主程序的路径的Library/Sounds里，UNNotificationSound soundNamed:能获取到，但是拓展里也有自己的Library/Sounds，里面即使放了音频也无法播放，而且拓展里也没办法把音频转移到主程序路径的Library/Sounds里去。所以此路不通。

结言

  还有个问题就是，我这边12.0版本的手机实测也是无法后台语音播报的，12.0.1的可以正常播报。问了下别人，他们只在12.1里有问题，所以我很奇怪。我这边反正是12.0和12.1及12.1之后版本都做好了处理。拿同事的手机测试了没啥问题。如果你知道这个问题的原因请告诉我下。
  这近半个月时间基本都花在这个问题上面了。存个档，纪念一下，也给未来遇见这个问题的人节省点时间。如果文中有什么错误，请告诉我。如果你还有更好的解决方法，请一定要告诉我。有什么问题可以加入这个QQ群一起探讨：839097185。