Learning AV Foundation(一)汉字语音朗读

前言

最近在研究AV Foundation 框架 发现有一本书叫做
AV Foundation开发秘籍：实践掌握iOS & OS X 应用的视听处理技术
然后google查了一下英文版叫
Learning AV Foundation: A Hands-on Guide to Mastering the AV Foundation Framework
看着国人的翻译不仅慨叹的想说一句话: 为啥不自己写一本书 何必这么费劲翻译它搞得原来很有技术含量 这么直译就没技术含量了。看着开发秘籍这名字不禁想起大学时那些书 从开发到入门… 21天学会xxx… 开发指南… 开发秘籍… 我大学读的都是假书

今天给大家分享的是 iOS上如何 把汉字转换成语音朗读, 当然这个没什么技术含量(大神可以飞过).

AVFoundation整体架构

研究这个功能之前先介绍一下AV Foundation整体架构

这是iOS上的架构设计 (上图)

这是macOS上的架构设计(上图)

看完之后我们就来用代码实现这个demo
首先导入<AVFoundation/AVFoundation.h>

这我需要使用的是iOS上的AVSpeechSynthesizer,macOS上叫NSSpeechSynthesizer

@property (strong, nonatomic) AVSpeechSynthesizer *synthesizer;

AVSpeechSynthesizer 它的功能

• 将文字添加到语音, 就是用语音播放一段文字

初始化

- (void)awakeFromNib {
    [super awakeFromNib];
    //创建语音合成器
    self.synthesizer = [[AVSpeechSynthesizer alloc] init];
    self.synthesizer.delegate = self;
    //播放的国家的语言
    self.voices = @[[AVSpeechSynthesisVoice voiceWithLanguage:@"zh-CN"],[AVSpeechSynthesisVoice voiceWithLanguage:@"en-US"]
                    ];
    self.speechStrings = [[NSMutableArray alloc] init];
}

这里的[AVSpeechSynthesisVoice voiceWithLanguage:@"zh-CN"]
设置的是简体中文语音 文章末尾会列出所有语音播放信息不用担心写错.

AVSpeechSynthesizer的delegate方法如下 主要是对语音播放状态的监听

@protocol AVSpeechSynthesizerDelegate <NSObject>
// 代理方法
@optional
// 开始播放 语音单元
- (void)speechSynthesizer:(AVSpeechSynthesizer *)synthesizer didStartSpeechUtterance:(AVSpeechUtterance *)utterance;
// 完成播放 语音单元
- (void)speechSynthesizer:(AVSpeechSynthesizer *)synthesizer didFinishSpeechUtterance:(AVSpeechUtterance *)utterance;
// 暂停播放 语音单元
- (void)speechSynthesizer:(AVSpeechSynthesizer *)synthesizer didPauseSpeechUtterance:(AVSpeechUtterance *)utterance;
// 继续播放 语音单元
- (void)speechSynthesizer:(AVSpeechSynthesizer *)synthesizer didContinueSpeechUtterance:(AVSpeechUtterance *)utterance;
// 取消播放 语音单元
- (void)speechSynthesizer:(AVSpeechSynthesizer *)synthesizer didCancelSpeechUtterance:(AVSpeechUtterance *)utterance;
// 这里 指的是 又来监听 播放 字符范围
- (void)speechSynthesizer:(AVSpeechSynthesizer *)synthesizer willSpeakRangeOfSpeechString:(NSRange)characterRange utterance:(AVSpeechUtterance *)utterance;
@end

这里的AVSpeechSynthesizer主要的方法有

/* 添加 播放话语 到 播放语音 队列, 可以设置utterance的属性来控制播放 */
- (void)speakUtterance:(AVSpeechUtterance *)utterance;
// 对于 stopSpeakingAtBoundary: 语音单元的操作, 如果中断, 会清空队列
// 中断
- (BOOL)stopSpeakingAtBoundary:(AVSpeechBoundary)boundary;
// 暂停
- (BOOL)pauseSpeakingAtBoundary:(AVSpeechBoundary)boundary;
// 继续
- (BOOL)continueSpeaking;

这里我们用的speakUtterance方法来播放文字
speakUtterance:(AVSpeechUtterance *)utterance

1. AVSpeechUtterance是对文字朗读的封装
2. 被播放的语音文字, 可以理解为一段需要播放的文字
   这里我们设置AVSpeechUtterance朗读播放的信息

//播放语音
NSArray *speechStringsArray = [self buildSpeechStrings]; //buildSpeechStrings播放字符串的数组
   for (NSUInteger i = 0; i < speechStringsArray.count; i++) {
       //创建AVSpeechUtterance 对象 用于播放的语音文字
       AVSpeechUtterance *utterance = [[AVSpeechUtterance alloc] initWithString:speechStringsArray[i]];
       //设置使用哪一个国家的语言播放
       utterance.voice = self.voices[0];
       //本段文字播放时的 语速, 应介于AVSpeechUtteranceMinimumSpeechRate 和 AVSpeechUtteranceMaximumSpeechRate 之间
       utterance.rate = 0.5;
       //在播放特定语句时改变声音的声调, 一般取值介于0.5(底音调)~2.0(高音调)之间
       utterance.pitchMultiplier = 0.8f;
       //声音大小, 0.0 ~ 1.0 之间
       utterance.volume = 1.0f;
       //播放后的延迟, 就是本次文字播放完之后的停顿时间, 默认是0
       utterance.preUtteranceDelay = 0;
       //播放前的延迟, 就是本次文字播放前停顿的时间, 然后播放本段文字, 默认是0
       utterance.postUtteranceDelay = 0.1f;
       [self.synthesizer speakUtterance:utterance];
   }

AVSpeechUtterance的属性如下

// 设置使用哪一个国家的语言播放
@property(nonatomic, retain, nullable) AVSpeechSynthesisVoice *voice;
// 获取当前需要播放的文字, 只读属性
@property(nonatomic, readonly) NSString *speechString;
// 获取当前需要播放的文字 - 富文本, 只读属性, iOS10以后可用
@property(nonatomic, readonly) NSAttributedString *attributedSpeechString;
// 本段文字播放时的 语速, 应介于AVSpeechUtteranceMinimumSpeechRate 和 AVSpeechUtteranceMaximumSpeechRate 之间
@property(nonatomic) float rate;           
// 在播放特定语句时改变声音的声调, 一般取值介于0.5(底音调)~2.0(高音调)之间
@property(nonatomic) float pitchMultiplier; 
// 声音大小, 0.0 ~ 1.0 之间
@property(nonatomic) float volume;
// 播放后的延迟, 就是本次文字播放完之后的停顿时间, 默认是0
@property(nonatomic) NSTimeInterval preUtteranceDelay; 
// 播放前的延迟, 就是本次文字播放前停顿的时间, 然后播放本段文字, 默认是0
@property(nonatomic) NSTimeInterval postUtteranceDelay;

AVSpeechUtterance的方法如下

以下全部都是初始化方法, 分为 类方法 和 对象方法, 富文本的初始化方法要在iOS10以后才可以用

+ (instancetype)speechUtteranceWithString:(NSString *)string;
+ (instancetype)speechUtteranceWithAttributedString:(NSAttributedString *)string NS_AVAILABLE_IOS(10_0);
- (instancetype)initWithString:(NSString *)string;
- (instancetype)initWithAttributedString:(NSAttributedString *)string

可以使用[AVSpeechSynthesisVoice speechVoices]代码打印出支持朗读语言的国家

ar-SA 沙特阿拉伯（阿拉伯文）
en-ZA, 南非（英文）
nl-BE, 比利时（荷兰文）
en-AU, 澳大利亚（英文）
th-TH, 泰国（泰文）
de-DE, 德国（德文）
en-US, 美国（英文）
pt-BR, 巴西（葡萄牙文）
pl-PL, 波兰（波兰文）
en-IE, 爱尔兰（英文）
el-GR, 希腊（希腊文）
id-ID, 印度尼西亚（印度尼西亚文）
sv-SE, 瑞典（瑞典文）
tr-TR, 土耳其（土耳其文）
pt-PT, 葡萄牙（葡萄牙文）
ja-JP, 日本（日文）
ko-KR, 南朝鲜（朝鲜文）
hu-HU, 匈牙利（匈牙利文）
cs-CZ, 捷克共和国（捷克文）
da-DK, 丹麦（丹麦文）
es-MX, 墨西哥（西班牙文）
fr-CA, 加拿大（法文）
nl-NL, 荷兰（荷兰文）
fi-FI, 芬兰（芬兰文）
es-ES, 西班牙（西班牙文）
it-IT, 意大利（意大利文）
he-IL, 以色列（希伯莱文，阿拉伯文）
no-NO, 挪威（挪威文）
ro-RO, 罗马尼亚（罗马尼亚文）
zh-HK, 香港（中文）
zh-TW, 台湾（中文）
sk-SK, 斯洛伐克（斯洛伐克文）
zh-CN, 中国（中文）
ru-RU, 俄罗斯（俄文）
en-GB, 英国（英文）
fr-FR, 法国（法文）
hi-IN 印度（印度文）

总结

为了学习AVFoundation我先从一个简单的知识点入手,唯一觉得遗憾的是我不太确定是否这个合成器支持自定义语音朗读；

最终的demo 支持iOS和macOS，如果需要Demo：加iOS高级技术交流群：624212887，获取Demo,以及更多iOS学习资料

参考:
AV Foundation Apple 官方文档
AVSpeechSynthesizer 和 AVSpeechUtterance
AVSpeechSynthesizer详解

文章来源于网络，如有侵权请联系小编删除