Android 百度语音合成 (含离线、在线、API合成方式，详细步骤+源码)

  本文代码请使用真机运行，别用模拟器虚拟机，谢谢！

  我之前写过百度的语音识别，也写过讯飞的语音识别与合成，而有读者看完后说没有百度的语音合成，想在用百度语音识别的同时使用百度的语音合成。所以就有了这篇文章，我的文章也是区别于其他人的文章，所以我有自己的风格。

感兴趣可以先扫码下载体验一下，再决定往不往下面看。

  首先我们登录这个百度智能云，然后找到语音技术。 点击创建应用 这里选择包名，如果你选择不需要，则只能通过网络API来实现你的语音合成，而选择Android的话就不光可以使用API还能使用SDK，不过这样的话对APK的大小会有增加。 这里我选择的是Android，因此需要建一个Android项目。

先把这个com.llw.speechsynthesis包名填进去。 立即创建 查看应用详情。 这几个值在后面会用到的，记下来。然后回到列表中，领取免费的使用额度。

注意看这个提示，说明这个额度是有期限的。 领取之后。

点击左侧的离线合成SDK 选择应用后，点击确定。 可以看到激活的30天内，我是5月6号激活，可能你后面看文章的时候就已经是不能用了，所以不要拿到源码之后问我为什么用不了，那只能说明你没有看文章。 这里看这个是单台设备授权，所以你想要增多的话就要花钱了，点击下载SDK。

注意这个还要激活SDK才行的。激活是需要序列号的，那么这个序列号那里来呢？点击查看详情 下载序列号列表，下载后打开如下 现在这序列号就有了，下面回到

下载这个SDK

下载后解压，下面正式来配置这个离线的语音合成了。

打开项目的AndroidManifest.xml，添加权限。

然后适配api 28以上版本。

添加位置如下图。

打开刚才的SDK，进入到libs文件夹下 将这个jar包复制到你的项目的libs下。 注意到它这个现在是没有展开的，说明还没有加载进去，点击工具栏右上方的小象图标进行项目资源同步。 同步后的你的jar就加载到项目中了，就是可以展开的。

进入到main文件夹下 复制assets和jniLibs这两个文件夹到你的项目的main下面。 然后展开你的assets文件夹，打开auth.properties文件。修改里面的一些内容。 这里面的五个值都需要进行修改，前三个值是我们在创建平台应用时生成的，我当时说了你要记下来，就是为了这里使用。那么你只要一一的对应填写替换就可以了，而applicationId:就是我们之前填写的包名，最后的sn：就是下载的序列号，有两个，任意一个都可以。那么将上面的数据改了之后如下所示：

离线SDK第一次初始化的时候需要联网，进行网络鉴权，鉴权成功之后就可以断网使用了，先完成这个初始化操作。修activity_main.xml

然后在MainActivity中写入一个方法：

当点击这个方法时会进入到离线SDK的页面，这个页面现在还没有的，不过我们的下载SDK里面有现成的，那就拿过来就用好了。

首先将layout下的activity_synth.xml文件复制到项目的layout下。 然后将res文件夹下的raw文件夹复制到你的项目的res下：

然后就是里面的一些配置类了。 将sample包下的选择的文件和文件夹复制到你的项目的包下。

然后依次打开里面的粘贴过来的类，首先是control包下的InitConfig类，里面是会有报错的，因为包名不一致。所以需要重新导包。 点击import左边的加号或者右边的省略号查看里面的导包信息 看到这里是报红的。删掉我标注的这一行错误的导包信息。然后往下滑动，到下方你点击报红的这个类，会出现一个提示如下图所示：可以通过快捷键Alt + Enter快速导包 导包之后这个类就不报错了，就能正常使用了 那么你刚才复制过来的类都需要重新打开一次，看看里面的包是否有异常，有的话就按刚才的方法来解决就好了。当你把所有的类检查一遍之后，确保都没有异常之后，就可以开始进行这个初始化了。

修改MainActivity中的代码

点击这个按钮跳转到SynthActivity中。别忘了要在AndroidManifest.xml中注册这个Activity。

下面运行一下：

是有声音的，不过这是GIF图，所以你只能看到我的演示效果。那么到此为止，这个离线合成就弄完了，具体的细节你要多看这个SDK的代码，我个人觉得代码太多了，有些乱。

在线合成的方式其实和离线差不了多少，在com.llw.speechsynthesis包下新建一个OnlineActivity，布局是activity_online.xml，布局代码如下：

下面再来看OnlineActivity的代码

* 默认TEMP_DIR = "/sdcard/baiduTTS"; // 重要！请手动将assets目录下的3个dat 文件复制到该目录 * 确保 TEXT_FILENAME 和 MODEL_FILENAME 存在 * Created by fujiayi on 2017/9/14. */ public class OnlineActivity extends AppCompatActivity implements IOfflineResourceConst { /** * 要合成的文本，可以自行改动。 */ private static final String TEXT = "欢迎使用百度语音合成，请在代码中修改合成文本"; protected String appId; protected String appKey; protected String secretKey; protected String sn; // 纯离线合成SDK授权码；离在线合成SDK没有此参数 //TtsMode.ONLINE 纯在线 private TtsMode ttsMode = TtsMode.ONLINE; private boolean isOnlineSDK = TtsMode.ONLINE.equals(DEFAULT_SDK_TTS_MODE); // ================ 纯离线sdk或者选择TtsMode.ONLINE 以下参数无用; private static final String TEMP_DIR = "/sdcard/baiduTTS"; // 重要！请手动将assets目录下的3个dat 文件复制到该目录 // 请确保该PATH下有这个文件 private static final String TEXT_FILENAME = TEMP_DIR + "/" + TEXT_MODEL; // 请确保该PATH下有这个文件 ，m15是离线男声 private static final String MODEL_FILENAME = TEMP_DIR + "/" + VOICE_MALE_MODEL; // ===============初始化参数设置完毕，更多合成参数请至getParams()方法中设置 ================= protected SpeechSynthesizer mSpeechSynthesizer; // =========== 以下为UI部分 ================================================== private TextView mShowText; protected Handler mainHandler; private String desc; // 说明文件 private static final String TAG = "MiniActivity"; @Override protected void onCreate(Bundle savedInstanceState) { super.onCreate(savedInstanceState); appId = Auth.getInstance(this).getAppId(); appKey = Auth.getInstance(this).getAppKey(); secretKey = Auth.getInstance(this).getSecretKey(); sn = Auth.getInstance(this).getSn(); // 纯离线合成必须有此参数；离在线合成SDK没有此参数 desc = FileUtil.getResourceText(this, R.raw.mini_activity_description); setContentView(R.layout.activity_online); initView(); initPermission(); initTTs(); } /** * 注意此处为了说明流程，故意在UI线程中调用。 * 实际集成中，该方法一定在新线程中调用，并且该线程不能结束。具体可以参考NonBlockSyntherizer的写法 */ private void initTTs() { LoggerProxy.printable(true); // 日志打印在logcat中 boolean isSuccess; if (!isOnlineSDK) { // 检查2个离线资源是否可读 isSuccess = checkOfflineResources(); if (!isSuccess) { return; } else { print("离线资源存在并且可读, 目录：" + TEMP_DIR); } } // 日志更新在UI中，可以换成MessageListener，在logcat中查看日志 SpeechSynthesizerListener listener = new UiMessageListener(mainHandler); // 1. 获取实例 mSpeechSynthesizer = SpeechSynthesizer.getInstance(); mSpeechSynthesizer.setContext(this); // 2. 设置listener mSpeechSynthesizer.setSpeechSynthesizerListener(listener); // 3. 设置appId，appKey.secretKey int result = mSpeechSynthesizer.setAppId(appId); checkResult(result, "setAppId"); result = mSpeechSynthesizer.setApiKey(appKey, secretKey); checkResult(result, "setApiKey"); // 4. 如果是纯离线SDK需要离线功能的话 if (!isOnlineSDK) { // 文本模型文件路径 (离线引擎使用)， 注意TEXT_FILENAME必须存在并且可读 mSpeechSynthesizer.setParam(SpeechSynthesizer.PARAM_TTS_TEXT_MODEL_FILE, TEXT_FILENAME); // 声学模型文件路径 (离线引擎使用)， 注意TEXT_FILENAME必须存在并且可读 mSpeechSynthesizer.setParam(SpeechSynthesizer.PARAM_TTS_SPEECH_MODEL_FILE, MODEL_FILENAME); mSpeechSynthesizer.setParam(SpeechSynthesizer.PARAM_MIX_MODE, SpeechSynthesizer.MIX_MODE_DEFAULT); // 该参数设置为TtsMode.MIX生效。 // MIX_MODE_DEFAULT 默认 ，wifi状态下使用在线，非wifi离线。在线状态下，请求超时6s自动转离线 // MIX_MODE_HIGH_SPEED_SYNTHESIZE_WIFI wifi状态下使用在线，非wifi离线。在线状态下， 请求超时1.2s自动转离线 // MIX_MODE_HIGH_SPEED_NETWORK ， 3G 4G wifi状态下使用在线，其它状态离线。在线状态下，请求超时1.2s自动转离线 // MIX_MODE_HIGH_SPEED_SYNTHESIZE, 2G 3G 4G wifi状态下使用在线，其它状态离线。在线状态下，请求超时1.2s自动转离线 } // 5. 以下setParam 参数选填。不填写则默认值生效 // 设置在线发声音人： 0 普通女声（默认） 1 普通男声 3 情感男声 4 情感儿童声 mSpeechSynthesizer.setParam(SpeechSynthesizer.PARAM_SPEAKER, "0"); // 设置合成的音量，0-15 ，默认 5 mSpeechSynthesizer.setParam(SpeechSynthesizer.PARAM_VOLUME, "9"); // 设置合成的语速，0-15 ，默认 5 mSpeechSynthesizer.setParam(SpeechSynthesizer.PARAM_SPEED, "5"); // 设置合成的语调，0-15 ，默认 5 mSpeechSynthesizer.setParam(SpeechSynthesizer.PARAM_PITCH, "5"); // mSpeechSynthesizer.setAudioStreamType(AudioManager.MODE_IN_CALL); // 调整音频输出 if (sn != null) { // 纯离线sdk这个参数必填；离在线sdk没有此参数 mSpeechSynthesizer.setParam(PARAM_SN_NAME, sn); } // x. 额外 ： 自动so文件是否复制正确及上面设置的参数 Map params = new HashMap(); // 复制下上面的 mSpeechSynthesizer.setParam参数 // 上线时请删除AutoCheck的调用 if (!isOnlineSDK) { params.put(SpeechSynthesizer.PARAM_TTS_TEXT_MODEL_FILE, TEXT_FILENAME); params.put(SpeechSynthesizer.PARAM_TTS_SPEECH_MODEL_FILE, MODEL_FILENAME); } // 检测参数，通过一次后可以去除，出问题再打开debug InitConfig initConfig = new InitConfig(appId, appKey, secretKey, ttsMode, params, listener); AutoCheck.getInstance(getApplicationContext()).check(initConfig, new Handler() { @Override /** * 开新线程检查，成功后回调 */ public void handleMessage(Message msg) { if (msg.what == 100) { AutoCheck autoCheck = (AutoCheck) msg.obj; synchronized (autoCheck) { String message = autoCheck.obtainDebugMessage(); print(message); // 可以用下面一行替代，在logcat中查看代码 // Log.w("AutoCheckMessage", message); } } } }); // 6. 初始化 result = mSpeechSynthesizer.initTts(ttsMode); checkResult(result, "initTts"); } /** * 在线SDK不需要调用，纯离线SDK会检查资源文件 * * 检查 TEXT_FILENAME, MODEL_FILENAME 这2个文件是否存在，不存在请自行从assets目录里手动复制 * * @return 检测是否成功 */ private boolean checkOfflineResources() { String[] filenames = {TEXT_FILENAME, MODEL_FILENAME}; for (String path : filenames) { File f = new File(path); if (!f.canRead()) { print("[ERROR] 文件不存在或者不可读取，请从demo的assets目录复制同名文件到：" + f.getAbsolutePath()); print("[ERROR] 初始化失败！！！"); return false; } } return true; } private void speak() { /* 以下参数每次合成时都可以修改 * mSpeechSynthesizer.setParam(SpeechSynthesizer.PARAM_SPEAKER, "0"); * 设置在线发声音人： 0 普通女声（默认） 1 普通男声 3 情感男声 4 情感儿童声 * mSpeechSynthesizer.setParam(SpeechSynthesizer.PARAM_VOLUME, "5"); 设置合成的音量，0-15 ，默认 5 * mSpeechSynthesizer.setParam(SpeechSynthesizer.PARAM_SPEED, "5"); 设置合成的语速，0-15 ，默认 5 * mSpeechSynthesizer.setParam(SpeechSynthesizer.PARAM_PITCH, "5"); 设置合成的语调，0-15 ，默认 5 * */ if (mSpeechSynthesizer == null) { print("[ERROR], 初始化失败"); return; } int result = mSpeechSynthesizer.speak(TEXT); mShowText.setText(""); print("合成并播放 按钮已经点击"); checkResult(result, "speak"); } private void stop() { print("停止合成引擎 按钮已经点击"); int result = mSpeechSynthesizer.stop(); checkResult(result, "stop"); } // 下面是UI部分 private void initView() { Button mSpeak = this.findViewById(R.id.speak); Button mStop = this.findViewById(R.id.stop); mShowText = this.findViewById(R.id.showText); mShowText.setText(desc); View.OnClickListener listener = new View.OnClickListener() { @Override public void onClick(View v) { int id = v.getId(); switch (id) { case R.id.speak: speak(); break; case R.id.stop: stop(); break; default: break; } } }; mSpeak.setOnClickListener(listener); mStop.setOnClickListener(listener); mainHandler = new Handler() { /* * @param msg */ @Override public void handleMessage(Message msg) { super.handleMessage(msg); if (msg.obj != null) { print(msg.obj.toString()); } } }; } private void print(String message) { Log.i(TAG, message); mShowText.append(message + "\n"); } @Override protected void onDestroy() { if (mSpeechSynthesizer != null) { mSpeechSynthesizer.stop(); mSpeechSynthesizer.release(); mSpeechSynthesizer = null; print("释放资源成功"); } super.onDestroy(); } private void checkResult(int result, String method) { if (result != 0) { print("error code :" + result + " method:" + method); } } // 下面是android 6.0以上的动态授权 /** * android 6.0 以上需要动态申请权限 */ private void initPermission() { String[] permissions = { Manifest.permission.INTERNET, Manifest.permission.ACCESS_NETWORK_STATE, Manifest.permission.MODIFY_AUDIO_SETTINGS, Manifest.permission.WRITE_SETTINGS, Manifest.permission.ACCESS_WIFI_STATE, Manifest.permission.CHANGE_WIFI_STATE, Manifest.permission.WRITE_EXTERNAL_STORAGE }; ArrayList toApplyList = new ArrayList(); for (String perm : permissions) { if (PackageManager.PERMISSION_GRANTED != ContextCompat.checkSelfPermission(this, perm)) { toApplyList.add(perm); // 进入到这里代表没有权限. } } String[] tmpList = new String[toApplyList.size()]; if (!toApplyList.isEmpty()) { ActivityCompat.requestPermissions(this, toApplyList.toArray(tmpList), 123); } } @Override public void onRequestPermissionsResult(int requestCode, @NonNull String[] permissions, @NonNull int[] grantResults) { // 此处为android 6.0以上动态授权的回调，用户自行实现。 } }

这里的代码其实都是这个SDK中的，直接就可以使用了。我只改动了一点点。

然后修改AndroidManifest.xml

然后在activity_main.xml中增加一个按钮。

在MainActivity中增加方法。

下面运行：

可以看到在线SDK合成，没有网络时是合成不了的，有网络才行，这里的声音是女声。

使用API方式就稍稍有一些麻烦，因为这个设计到网络的请求，而且不是一次请求，首先进行鉴权，拿到token，然后通过Token去请求合成，下载MP3文件，首先要构建网络模块，当然我也只是简单的写一下而已。

在com.llw.imagediscerndemo下新建一个model包，包下新建一个GetTokenResponse类，代码如下：

下面简单的写一个网络请求框架。

打开你的app的build.gradle，在dependencise{}闭包下添加如下依赖：

然后在android{}闭包下添加JDK1.8的支持

记得要Sync Now，这里的依赖一个是网络，一个是权限请求，后面都会用到的。

在com.llw.speechsynthesis下新建一个network包，在这个包下新建一个NetCallBack抽象类。里面的代码如下：

然后在network包下新增一个ServiceGenerator类，里面的代码如下：

下面写接口，在network包下新增ApiService接口，代码如下：

里面有两个接口，一个是用来获取鉴权Token的，另一个是用来将文字合成音频文件的。这里会比较的麻烦一些。到此为止这个简单的网络框架就写好了。

在com.llw.speechsynthesis下新建一个OnlineAPIActivity，对应的布局是activity_online_api.xml，里面的代码如下：

下面先到AndroidManifest.xml中去配置Title。 下面回到OnlineAPIActivity看原始的代码是什么样子。

先来完成页面的初始化。现在布局的控件有三个

声明变量

写一个初始化页面的方法

这里我给两个按钮添加了点击的监听，那么你需要给Activity实现控件的点击监听。 然后重写onClick方法

然后要在onCreate方法中调用initView()方法。

声明变量

然后新增一个requestApiGetToken方法，代码如下：

这里的apiKey、apiSecret 的值改成自己平台创建应用时产生，你要是用我的，除了问题又问我为什么，我就只能。。。了。当然也要在onCreate中调用，这样我们已经入页面就会请求接口拿到鉴权Token。

下面我们运行一下，不过要先在MainActivity中写一个入口才行，在activity_main.xml中增加一个按钮。

然后在MainActivity中增加方法

那么现在你就可以运行了。

看起来好像什么都没有做是吧。你过你看看控制台的打印。 这里的鉴权Token就拿到了，这种方式用户就是无感知的。其实这个鉴权Token还有优化的空间，至于怎么做，我在其他的文章写过了，你也可以自己实践。

因为接口请求之后会下载一个文件到手机本地，因此你需要文件读写权限、

声明变量

然后在initView中实例化。 然后新怎一个方法

这里也是很简单的代码，当点击在线合成API按钮时，先调用requestPermission方法进行权限的检查。

这里合成是读取页面中的文本，如果输入框的内容为空则使用默认文字进行语音合成，因此需要一个默认的文本。

声明变量

然后在权限通过的地方加上这样的一段代码

这段代码产生了一个文本变量，需要将它传到下一个方法中，也就是合成的方法。下面来写这个方法，前面都是铺垫，让你了解这个过程，它是一步一步来的。新增方法requestSynth，代码如下：

然后在这里调用。 下面可以运行了，会打印请求的结果。 这里点击按钮之后会请求权限，通过后会获取文本，然后进行语音合成的请求，来看看那控制台打印的结果。 请求成功了，那么可以进行下一步了。

因为这里返回的是一个音频文件，因此不能使用常规的方式来处理，下载当然是下载的项目的缓存目录里面去，当前我在Android10.0上是可以实践的，Android11.0可能要进行分区存储才行，这里说明一下。

在listener包下新增一个DownloadListener接口，里面的代码如下：

然后回到OnlineAPIActivity中，声明变量

接口的回调

然后新增一个写入磁盘的方法。

然后在请求成功的分支中调用这个方法，如下图所示： 下面你可以运行一下： 合成之后，当文件下载到本地时，这个播放的按钮就会出现。下面来看看日志。

这样就成功了。

文件下载成功之后，也拿到了文件的路径了，下面就是通过这个路径去播放这个音频了。 新增一个play方法。

这样就可以了。那么代码就写完了。运行一下：

由于是GIF，所以你听不到声音，来看这个打印的信息，一次是默认的，一次是我们自己的。 那么到此为止，我的所有代码就写完了。

GitHub源码地址：SpeechSynthesisDemo

CSDN源码下载：SpeechSynthesisDemo.rar

如果本文对你有所帮助，不妨点个赞或者评论一下，也可以说说你的想法和问题，我是初学者-Study，山高水长，后会有期~