ios - 可供 AVSpeechSynthesis 在 iOS 中使用的已安装语音的可用性
问题描述
我希望能够测试哪些文本转语音可供我的 iOS 应用程序与 AVSpeechSynthesis 一起使用。生成已安装声音的列表很容易,但 Apple 将其中一些声音禁止应用程序使用,我想知道哪些声音。
例如,考虑以下测试代码(swift 5.1):
import AVFoundation
...
func voiceTest() {
let speechSynthesizer = AVSpeechSynthesizer()
let voices = AVSpeechSynthesisVoice.speechVoices()
for voice in voices where voice.language == "en-US" {
print("\(voice.language) - \(voice.name) - \(voice.quality.rawValue) [\(voice.identifier)]")
let phrase = "The voice you're now listening to is the one called \(voice.name)."
let utterance = AVSpeechUtterance(string: phrase)
utterance.voice = voice
speechSynthesizer.speak(utterance)
}
}
当我打电话voiceTest()
时,控制台输出是这样的:
en-US - Nicky (Enhanced) - 2 [com.apple.ttsbundle.siri_female_en-US_premium]
en-US - Aaron - 1 [com.apple.ttsbundle.siri_male_en-US_compact]
en-US - Fred - 1 [com.apple.speech.synthesis.voice.Fred]
en-US - Nicky - 1 [com.apple.ttsbundle.siri_female_en-US_compact]
en-US - Samantha - 1 [com.apple.ttsbundle.Samantha-compact]
en-US - Alex - 2 [com.apple.speech.voice.Alex]
一些声音以其实际声音说话,而另一些则以默认声音说话。在我的情况下,Nicky (com.apple.ttsbundle.siri_female_en-US_premium) 和 Alex (com.apple.speech.voice.Alex) 都被列为高质量,但在选择时听起来像低质量默认值 Samantha。
我知道 Apple 曾表示 Siri 语音无法在第三方应用程序中使用。当我通过设置在我的 iPhone 上手动加载 Samantha(高质量)时,它会出现在列表中,我可以使用它。也许 Alex 只是高品质的男性 Siri 声音,尽管 Aaron 似乎是基于其标识符 (com.apple.ttsbundle.siri_male_en-US_compact) 的低品质 Siri 声音?这就是为什么 Alex 和 Nicky 是仅有的两个不可用的?因此,如果我的应用程序专门排除了那些,它将生成可用声音的真实列表?有一些清晰度会很好。
解决方案
我一直在寻找一种以编程方式使用 Siri 好听的声音的方法,例如English Siri Male (United States),并很快发现即使可以在系统偏好设置中选择声音,也无法使用公共语音 API。
要回答您的问题,除了您的代码示例之外,至少还有两种其他方法可以找到可用的声音。
使用defaults
命令
defaults read com.apple.speech.voice.prefs > speech_prefs.txt
要查找有关当前在系统偏好设置中选择的语音的信息,请在SelectedVoiceName
中查找speech_prefs.txt
。
例如,对于英语 Siri Male (United States),这将是SelectedVoiceName = "Aaron Siri";
。
现在,通过进一步搜索aaron
in speech_prefs.txt
,您会发现以下内容:
"VOICEID:com.apple.speech.synthesis.voice.custom.siri.aaron.premium_1" = {
BundleIdentifier = "com.apple.speech.synthesis.voice.custom.siri.aaron.premium";
我在初始化语音时尝试了这两个字符串,但出现错误提示语音未找到。
寻找语音目录
似乎有三个位置:
/System/Library/Speech/Voices
,
/Library/Speech/Voices
和
~/Library/Speech/Voices
第三个似乎是自定义声音的位置。
每个声音都有自己的目录。
如果您比较Info.plist
一些以编程方式可用和以编程方式不可用的声音的文件,您会发现它们具有不同的结构。例如,以编程方式不可用的语音缺少一些与 Speech API 对应的属性,例如VoiceSupportedCharacters
. 我相信这是因为有些声音是老一代的,有些是新的。
附言
与您的问题没有直接关系,但仅供参考:我仍在寻找以编程方式使用 Siri 语音的解决方案。一个想法是制作语音目录的副本并使用它的Info.plist
. 另一个想法是通过模拟绑定到系统偏好设置/辅助功能/语音中的选项的按键Speak selected text when the key is pressed
然后录制音频来自动化 MacOS UI 以触发文本到语音的转换。
如果有人可以分享其他想法,我将不胜感激。
推荐阅读
- opengl - GLM四元数反向偏航
- javascript - 为什么我在调用函数时没有得到输入?
- java - 如何处理 java.lang.IllegalStateException 的异常,当服务器抛出 http-listener max-parameters 的异常时限制在 wildfly 上的交叉
- machine-learning - 将 google colab 与 google drive 一起使用时出现输入/输出错误
- assembly - Clion 中的嵌入式汇编程序块
- github - 无法构建 Git Bash Jekyll 站点
- java - 如何在点击时生成新活动
- list - 没有显式递归的两个列表的并集和交集
- c# - 拒绝管理员用户访问
- python - 使用 Python 创建 HUD