Android TTS 文本内控件？它们是否可用或任何等效技术？

Question

我正在尝试将使用文本内控制标签的 TTS 应用从 desktop/web/iOS 移植到 Android。该应用程序生成一个文本文件，其中包含要说出的文本和说出的单词之间的静默期。静默期用文本控制标签表示，例如 SAPI TTS <silence msec="1000"/> 标签或 iOS TTS 引擎文本控制标签用于静默 [[slnc 10000]]

发送到 SAPI TTS 语音合成器的文本如下所示：

Text one <silence msec="750"/> text two <silence msec="1000"/> text three <silence msec="500"/> Text four <silence msec="600"/> Text five.....

与 iOS TTS 类似，静音的文本控制标签是 [[slnc 10000]]，要发送到语音合成器的文本如下所示：

Text one [[slnc 750]] text two [[slnc 10000]] text three [[slnc 500]] text four [[slnc 600]] text five......

Android TTS 似乎没有为语音合成器使用文本控制标签。此外，speech() 方法的以下两个变体使用 google 网络服务，以便准确计时从语音合成器服务器返回的语音文本，并且代码中的静音期计时可能是不可能的或充其量不可靠。

speak(speech, TextToSpeech.QUEUE_FLUSH, null);

speak(speech, TextToSpeech.ADD_ADD, null);

我欢迎任何 Android 专注于保持口语之间静默期准确计时的解决方案。

Answer 1

Android TTS engine 具有已弃用的 playSilence() 和较新的 playSilentUtterance() 方法，可用于将语音输出暂停给定的时间量。

如果应用的目标是 API 级别 21，即 Android 5.0 作为最低级别，则应使用 playSilentUtterance()。否则，已弃用的 playSilence() 仍然可用。

playSilentUtterance方法的完整方法签名为：

int playSilentUtterance (long durationInMs, int queueMode, String utteranceId)

这里 durationInMs 是以毫秒为单位的静音持续时间。

queueMode 可以是 QUEUE_ADD，这意味着在 TTS 引擎完成当前正在说的内容和已经添加到队列中的内容后播放静音 QUEUE_FLUSH 先停止一切并清除队列，因此立即播放静音。

最后，utteranceId 是要说出的文本（或在本例中为静音）的可选唯一标识符，如果使用 UtteranceProgressListener.

则很有用