前言

语音合成是指将文字转成语音(TextToSpeech)进行播放，本文主要介绍三种实现方案。

一、web端实现

通过h5提供的网页语音API来实现，用到speechSynthesis(获取设备上可用的合成声音的信息、控制声音播放、暂停等命令)和SpeechSynthesisUtterance(管理文本声音的属性的实例)。

export default class Speaker {speaker: SpeechSynthesisUtterance;constructor(txt = '', volume = 1, lang = 'zh-CN') {this.speaker = new window.SpeechSynthesisUtterance(txt);this.speaker.volume = volume;this.speaker.lang = lang;}/* 设置文本 */setText(txt) {this.speaker.text = txt;}/*** 设置音量* @param volume 区间[0, 1]*/setVolume(volume) {this.speaker.volume = volume;}/* 播放 */speak() {window.speechSynthesis.speak(this.speaker);}/* 停止播放 */stop = () => {window.speechSynthesis.cancel();};
}

注意speaker.lang如果不指定中文，在非中文环境下无法播放中文。

SpeechSynthesisUtterance包括如下属性

SpeechSynthesisUtterance.lang 语言种类，默认为html里lang的值

SpeechSynthesisUtterance.pitch 音高，默认为1，取值区间为[0, 2]

SpeechSynthesisUtterance.rate 速率，默认为1，取值区间为[0.1, 10]

SpeechSynthesisUtterance.text 文本内容

SpeechSynthesisUtterance.voice 声音对象，从SpeechSynthesis.getVoices()中选取值进行设定，默认是与lang最匹配的一个

SpeechSynthesisUtterance.volume 音量默认为1，取值区间为[0, 1]

二、node实现

windows环境中，powershell可以调用系统的语音api

Add-Type -AssemblyName System.speech;
$speak = New-Object System.Speech.Synthesis.SpeechSynthesizer;
$speak.Rate = 0; # 语速 [-10, 10]
$speak.Speak('语音合成')

只要通过node执行这个指令即可，因为powershell默认是GBK编码，要注意编码转换

const { exec } = require('child_process');
const iconv = require('iconv-lite');exec(`powershell.exe Add-Type -AssemblyName System.speech; $speak = New-Object System.Speech.Synthesis.SpeechSynthesizer; $speak.Rate = 5; $speak.Speak([Console]::In.ReadLine()); exit`).stdin.end(iconv.encode('语音合成', 'gbk'));