语音同步合成iOS SDK
引导式阅读
Others
语音同步合成iOS SDK
作者
c***r
上架时间
2025-01-17 02:17:27

语音同步合成iOS SDK

1、功能介绍

华为云提供了语音同步合成WebSocket接口，可以将文本转化为语音，并实时返回合成的音频数据。本工程将WebSocket接口封装为Objective-C接口，方便iOS客户端调用

2、您将学到什么？

iOS应用如何调用语音同步合成WebSocket接口实现语音同步合成功能。

3、前置条件

  • 1、已注册华为帐号并开通华为云，已进行实名认证。
  • 2、已具备开发环境 ，支持Xcode14及以上版本，iOS11及以上。
  • 3、已获取账号对应的 Access Key（AK）和 Secret Access Key（SK）或IAM帐号及密码。请在华为云控制台“我的凭证 > 访问密钥”页面上创建和查看您的AK/SK。具体请参见 访问密钥 。
  • 4、已获取MetaStudio服务对应区域的项目ID，请在控制台“我的凭证 > API凭证”页面上查看项目ID。具体请参见API凭证。
  • 5、本接口目前仅支持“华北-北京四”和“华东-上海一”区域使用，且必须提交工单申请开通后才能使用。
  • 6、使用接口前，需要在MetaStudio控制台服务概览页面，开通“声音合成”的按需计费。 详细操作为：单击“声音合成”卡片中的“去开通”，在弹出的“开通按需计费服务提示”对话框中，勾选同意协议。单击“确定”，开通按需计费。

4、工程说明

下载三方库:SocketRocket，添加到Xcode工程中

主要接口参数的详细说明，具体可以参考源码：


                    
                    
                
@protocol TTSpeaker <NSObject,TTSpeakWebSocketListener>

/**
 * 开始朗读，发声，不写入本地文件。注意：此接口不支持并行调用，只支持串行调用，必须在上一次调用结束（onFinish或onError通知）后再调用下一次。
 *
 * @param text     朗读的文字
 * @param callback 执行朗读的结果通知
 */
- (void)startSpeaking:(NSString *)text callback:(id<TTSpeakerCallback>)callback;

/**
 * 开始朗读，可以自定义朗读选项：是否发声、是否写入本地文件。具体参考TTSpeakOption枚举。注意：此接口不支持并行调用，只支持串行调用，必须在上一次调用结束（onFinish或onError通知）后再调用下一次。
 *
 * @param text        朗读的文字
 * @param speakOption 朗读的选项
 * @param callback    执行朗读的结果通知
 */
- (void)startSpeaking:(NSString *)text speakOption:(TTSpeakerOption *)speakOption callback:(id<TTSpeakerCallback>)callback;

/**
 停止朗读。
 */
- (void)stopSpeaking;

/**
 * 暂停朗读。此时只暂停播放声音，不会停止接收服务端WebSocket的音频数据流。
 */
- (void)pauseSpeaking;

/**
 * 恢复朗读。
 */
- (void)resumeSpeaking;

/**
 * 获取当前朗读状态，具体参考TTSpeakState枚举。
 *
 * @return 朗读状态
*/
- (TTSSpeakState)getSpeakState;

/**
 * 添加朗读状态监听，当朗读状态发声变更时会会上报。
 *
 * @param listener 朗读状态监听
*/
- (void)addOnSpeakStateChangeListener:(id<TTSpeakerStateChangeListener>)listener;

/**
 * 移除朗读状态监听。
 *
 * @param listener 朗读状态监听
*/
- (void)removeOnSpeakStateChangeListener:(id<TTSpeakerStateChangeListener>)listener;
@end


@protocol TTSConfigurator <NSObject>

/**
* 设置是否为调试模式，调试模式下会额外打印调试日志（开启日志打印的前提下），并且会关闭CA证书校验。警告：正式产品禁止设置为调试模式。
*
* @param isDebug 是否为调试模式
*/
- (void)setDebug:(BOOL)isDebug;

/**
 * 设置是否开启日志打印。警告：如果是调试模式，会直接打印未脱敏的信息。
 *
 * @param isLogPrintingEnabled 是否开启日志打印
*/
- (void)setLogPrintingEnabled:(BOOL)isLogPrintingEnabled;

/**
 * 注入日志打印器，如果未注入，则使用默认日志打印器,输出到控制台。
 *
 * @param logger 注入的日志打印器
 */
- (void)setLogger:(id<TTSLogger>)logger;

/**
 * 设置站点。
 *
 * @param region 站点
 */
- (void)setRegion:(TTSRegion *)region;

/**
 * 设置项目Id
 *
 * @param projectId 项目Id
 */
- (void)setProjectId:(NSString *)projectId;

/**
 * 设置鉴权参数。
 *
 * @param authConfig 鉴权参数。警告：正式产品禁止将鉴权参数编码到端侧代码中，应当通过服务端下发鉴权参数，端侧再使用鉴权参数
 */
- (void)setAuthConfig:(TTSAuthConfig *)authConfig;

/**
 * 设置语音参数。
 *
 * @param voiceConfig 语音参数。建议使用默认值
 */
- (void)setVoiceConfig:(TTSVoiceConfig *)voiceConfig;

@end

5、关键代码片段

5.1、初始化配置


                    
                    
                
TTSAuthConfig *authConfig = [[TTSAuthConfig alloc] init];
authConfig.username = TestData.getData.username;
authConfig.password = TestData.getData.password;
authConfig.domain = TestData.getData.domain;
authConfig.token = @""; // 根据需要填入token
    
TTSVoiceConfig *voiceConfig = [[TTSVoiceConfig alloc] init];
voiceConfig.speed = self.speed;
voiceConfig.pitch = self.pitch;
voiceConfig.volume = self.volumn;
voiceConfig.voiceAssetId = [self getVoiceAssetId];

TTSRegion *region = [TTSRegion regionWithCode:TTSRegionCodeShangHai];
BOOL isDebug = self.isDebug;
BOOL isLogPrintingEnabled = self.isLogPrintingEnabled;
NSString *projectId = TestData.getData.projectId;
TTSConfigurator *configurator = TTSSdk.sharedInstance.configurator;
[configurator setDebug:isDebug];
[configurator setLogPrintingEnabled:isLogPrintingEnabled];
[configurator setRegion:region];
[configurator setProjectId:projectId];
[configurator setAuthConfig:authConfig];
[configurator setVoiceConfig:voiceConfig];

5.2、执行语音合成


                    
                    
                
///
- (IBAction)senderttsAction:(UIButton *)sender {
    TTSpeakerOption *speakOption = [[TTSpeakerOption alloc] init];
    [TTSSdk.sharedInstance.speaker startSpeaking:SdkConfig.sharedInstance.getArticle
                                     speakOption:speakOption
                                        callback:self];
}

#pragma mark - TTSpeakerCallback
/**
 * 开始朗读的通知。
 *
 * @param speechGroupId 音频流的组Id。同一段文字的音频流组Id一致
*/
- (void)onBegin:(NSString *)speechGroupId {
    NSLog(@"onBegin speechGroupId:%@",speechGroupId);
}

/**
 * 正在接收朗读音频流的通知。注意：这个通知不是实际播放状态，仅代表音频流正在接收中。当收到音频流时，开始自动播放（如果配置了需要播放）。
 *
 * @param voiceData     音频流数据
 * @param speechGroupId 音频流的组Id。同一段文字的音频流组Id一致
 */
- (void)onSpeaking:(NSData *)voiceData speechGroupId:(NSString *)speechGroupId {
    NSLog(@"voiceData:%ld,speechGroupId:%@",voiceData.length,speechGroupId);
}

/**
 * 朗读音频流接收完毕的通知。注意：这个通知不是实际播放状态，仅代表音频流传输完毕。此时很可能依然在播放中（音频流尚未播放完毕）。
 *
 * @param allVoiceData  本段文字所有音频流数据
 * @param speechGroupId 音频流的组Id。同一段文字的音频流组Id一致
 */
- (void)onFinish:(NSData *)allVoiceData speechGroupId:(NSString *)speechGroupId {
    NSLog(@"allVoiceData:%ld,speechGroupId:%@",allVoiceData.length,speechGroupId);
}

/**
 * 朗读错误通知。警告：仅供调试参考，正式产品请重新封装错误码。
 *
 * @param errorCode 错误码
 * @param errorMsg  错误信息
 */
- (void)onError:(NSString *)errorCode errorMsg:(NSString *)errorMsg {
    NSLog(@"errorCode:%@,errorMsg:%@",errorCode,errorMsg);
}

6、参考

本示例的代码工程仅用于简单演示，实际开发过程中应严格遵循开发指南。访问以下链接可以获取详细信息：语音同步合成WebSocket接口

恭喜你完成了本示例的学习!
相关产品