Android讯飞离线语音合成开发指南：从集成到优化的完整实践

1次阅读

没有评论

共计 3276 个字符，预计需要花费 9 分钟才能阅读完成。

离线语音合成（TTS）技术允许设备在没有网络连接的情况下将文本转换为语音，这对于隐私敏感型应用（如医疗、金融）或网络不稳定场景至关重要。与在线方案相比，离线 TTS 的主要优势包括：

零网络延迟：合成过程完全在本地完成，响应速度更快
隐私保护：用户文本数据无需上传到云端
可靠性保障：在网络信号差的环境（如地下室、偏远地区）仍可正常工作

但需要注意：

离线语音库通常较大（中文基础包约 50MB）
语音自然度可能略低于在线版本
需要定期更新语音模型

前往讯飞开放平台下载最新版离线语音合成 SDK（包含 libmsc.so 和.jar文件）
将资源文件放入项目对应目录：

app/
  ├── libs/
  │   ├── MSC.jar
  │   └── armeabi-v7a/
  │       └── libmsc.so
  └── assets/
      ├── tts/
      │   ├── common.jet
      │   └── xiaoyan.jet

android {
    defaultConfig {
        ndk {abiFilters 'armeabi-v7a'}
    }
    sourceSets {
        main {jniLibs.srcDirs = ['libs']
        }
    }
}

dependencies {implementation files('libs/MSC.jar')
}

<uses-permission android:name="android.permission.INTERNET" />
<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" />
<uses-permission android:name="android.permission.READ_PHONE_STATE" />

class TtsManager private constructor(context: Context) {

    companion object {
        private const val APP_ID = "你的 APP_ID"
        private var instance: TtsManager? = null

        fun init(context: Context): TtsManager {return instance ?: synchronized(this) {instance ?: TtsManager(context.applicationContext).also {
                    instance = it
                    // 设置合成参数
                    val params = "appid=$APP_ID,engine_mode=local"
                    SpeechUtility.createUtility(context, params)
                }
            }
        }
    }

    private val mTts = SpeechSynthesizer.createSynthesizer(context) { code ->
        if (code != SpeechConstant.SUCCESS) {Log.e("TTS", "初始化失败, 错误码:$code")
        }
    }
}

fun speak(text: String, callback: (Int) -> Unit) {
    // 设置参数（必须放在主线程）mTts?.setParameter(SpeechConstant.VOICE_NAME, "xiaoyan") // 发音人
    mTts?.setParameter(SpeechConstant.SPEED, "50") // 语速[0-100]
    mTts?.setParameter(SpeechConstant.PITCH, "50") // 音调[0-100]
    mTts?.setParameter(SpeechConstant.VOLUME, "80") // 音量[0-100]

    // 开始合成（异步操作）val code = mTts?.startSpeaking(text, object : SynthesizerListener {override fun onSpeakBegin() {callback(SpeechConstant.SUCCESS)
        }

        override fun onCompleted(error: SpeechError?) {error?.let { callback(error.errorCode) }
        }
        // 其他回调方法省略...
    }) ?: SpeechConstant.ERROR_ENGINE_NOT_INIT

    if (code != SpeechConstant.SUCCESS) {callback(code)
    }
}

延迟加载：在首次使用时初始化引擎
按需加载：只下载当前需要的语音包（如仅中文）
预加载优化：

fun preLoadResources() {Handler(Looper.getMainLooper()).post {mTts?.setParameter(SpeechConstant.TTS_BUFFER_TIME, "3") // 预加载 3 秒音频
    }
}

在 Activity 的 onDestroy 中释放资源：

override fun onDestroy() {mTts?.stopSpeaking()
    mTts?.destroy()
    super.onDestroy()}

使用 WeakReference 持有 Context

val startTime = System.currentTimeMillis()
mTts?.startSpeaking(text, object : SynthesizerListener {override fun onBufferProgress(percent: Int, pos: Int, end: Int) {Log.d("TTS", "缓冲进度:$percent%")
    }

    override fun onCompleted(error: SpeechError?) {val cost = System.currentTimeMillis() - startTime
        Log.d("TTS", "合成耗时:${cost}ms")
    }
})

错误码	含义	解决方案
10106	引擎未初始化	检查 APP_ID 和网络权限
10114	本地资源缺失	验证 assets/tts 目录文件
10118	参数错误	检查 SpeechConstant 参数值范围

所有 setParameter 调用必须在主线程
合成结果回调可能发生在非 UI 线程

定期检查新版本语音包
使用差分更新减少下载量
通过 MD5 校验文件完整性

// Java 版参见 GitHub 仓库
class TtsActivity : AppCompatActivity() {
    private lateinit var ttsManager: TtsManager

    override fun onCreate(savedInstanceState: Bundle?) {super.onCreate(savedInstanceState)
        ttsManager = TtsManager.init(this)

        binding.btnSpeak.setOnClickListener {ttsManager.speak(binding.etText.text.toString()) { code ->
                if (code != SpeechConstant.SUCCESS) {Toast.makeText(this, "合成失败:$code", Toast.LENGTH_SHORT).show()}
            }
        }
    }

    override fun onDestroy() {ttsManager.release()
        super.onDestroy()}
}