TTS:功能包含对文本的合成功能,输入需要合成的文本,返回可以播放的在线URL和本地可以播放的文件和路径
Hi,您好,欢迎使用有道智云TTS Android SDK。如果您想快速体验服务,建议您前往官网体验中心或者搜索小程序(有道智云体验中心)进行试用。
本文档主要针对需要集成TTS服务 Android SDK的开发工程师,详细描述有道智云TTS能力及集成过程。
如果您有与我们商务合作的需求,可以通过一下方式联系我们:
商务邮箱: AIcloud_Business@corp.youdao.com
如果您对文档内容有任何疑问,可以通过以下几种方式联系我们:
客服QQ:1906538062
智云语音技术交流QQ群:861723255
联系邮箱: zyservice@corp.youdao.com
温馨提示:
本文档主要针对开发人员,接入测试前需要在后台创建Android应用,并绑定TTS实例;如果您还没有,请按照新手指南操作。
平台向每个账户赠送100元的体验金,供用户集成前测试所用,具体资费规则详见TTS服务报价。
有道TTS SDK 是有道智云开放平台提供的云服务之一,是有道TTS接口的一种实现,支持文字合成语音等功能。
支持设备:运行了 Android 4.1及以上系统的 Android 设备
开始集成SDK之前开发者需要登录有道开放平台(http://ai.youdao.com), 创建应用获取应用ID(或者通过运营人员获取应用ID),以便使用TTS服务。
请在工程文件根目录下创建一个名为 libs 的子目录(有的话则不需要创建),并将YoudaoBase.jar,so包和YoudaoTTS.jar拷贝到 libs 目录下,将以下代码添加到app的build.gradle中:
android {
sourceSets.main.jniLibs.srcDirs = ['libs']
...
}
dependencies {
implementation files('libs/online_auth.jar')
implementation files('libs/zhiyun_offline_common.jar')
implementation files('libs/YoudaoBase_v20230803.jar')
implementation files('libs/YoudaoTTS_v1.0.1.jar')
}
也可以把so包放在jniLibs下(去掉上面的jniLibs的设置)
添加权限
<uses-permission android:name="android.permission.INTERNET" />
<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" />
<uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE" />
代码混淆文件proguard-project.txt,添加如下内容
-ignorewarnings
-libraryjars libs/YoudaoBase_v2.0.0.jar
-libraryjars libs/YoudaoTTS_v1.0.0.jar
-keep class com.youdao.sdk.ydtranslate.** { ;}
-keep class com.youdao.speechsynthesizer.online.* { *;}
使用TTS SDK,请在程序的Application中调用SDK初始化代码,可以参考demo中DemoApplication
//appkey即应用ID
YouDaoApplication.init(this, appkey);
请参考demo中的 SpeechSynthesizerDemoActivity
使用
speed:合成语音的速度
lanType:支持语种的code
source:设置为app对应的名称(英文字符串)
timeout:表示超时时间
voice:翻译结果发音选择,0为女声,1为男声,默认为女声
volume:音量大小,最大5.0,最小0.5
tps = new YoudaoSpeechSynthesizerParameters.Builder()
.source("youdaotts")
.timeout(12000)
.voiceName(currentVoiceName)
.speed(s)
.format(Constants.SOUND_OUTPUT_MP3)
.volume(Float.valueOf(volumeEditText.getText().toString().trim()))
.filePath(getExternalCacheDir().toString() + "/youdao/")///自定义文件夹需要获取读写权限
.fileName("abc")
.build();
youdaoSpeechSynthesizer = YoudaoSpeechSynthesizer.getInstance(tps);
设置回调接口包含两个方法:onResult表示合成成功,相关结果存储在result参数中,onError表示失败,失败信息放在TTSErrorCode是一个枚举类中。
注意:整个合成是异步的,回调在子线程进行,若涉及到界面操作,请切回主线程。
youdaoSpeechSynthesizer.synthesizeAndCache(text, listener, "requestid");
YoudaoSpeechSynthesizerListener listener = new YoudaoSpeechSynthesizerListener() {
@Override
public void onResult(final TTSResult result, String input, final int seq, String requestid) {
}
@Override
public void onError(final TTSErrorCode error, final String input, final int seq, String requestid) {
}
};
中文名称 | 调用参数 | 音色 | 语种 | 计费分类 |
---|---|---|---|---|
有小智 | youxiaozhi | 男 | 中文 | 常见语种 |
有小薰 | youxiaoxun | 女 | 中文 | 常见语种 |
有小沁 | youxiaoqin | 女 | 中文 | 常见语种 |
有雨婷 | youyuting | 女 | 中文 | 常见语种 |
有婷婷 | youtingting | 女 | 中文 | 常见语种 |
有小浩 | youxiaohao | 男 | 中文 | 常见语种 |
有小楠 | youxiaonan | 男 | 中文 | 常见语种 |
有小美 | youxiaomei | 女 | 英文美式 | 常见语种 |
有小英 | youxiaoying | 女 | 英文英式 | 常见语种 |
有小伟 | youxiaowei | 男 | 英文中文(混合) | 常见语种 |
有小官 | youxiaoguan | 男 | 英文英式 | 常见语种 |
有雅婷 | youyating | 女 | 英文美式 | 常见语种 |
有可酱 | youkejiang | 女 | 日文 | 常见语种 |
原田君 | yuantianjun | 男 | 日文 | 常见语种 |
宫崎帅 | gongqishuai | 男 | 日文 | 非常见语种 |
有小贝 | youxiaobei | 女 | 中文 | 常见语种 |
薇小美 | weixiaomei | 女 | 英文美式 | 非常见语种 |
薇小英 | weixiaoying | 男 | 英文英式 | 非常见语种 |
有梅梅 | youmeimei | 女 | 英文(词典发音) | 常见语种 |
有莹莹 | youyingying | 女 | 英文(词典发音) | 常见语种 |
有小绍 | youxiaoshao | 女 | 中英混(词典发音) | 常见语种 |
朴智幼 | piaozhiyou | 女 | 韩文 | 常见语种 |
朴泰言 | piaotaiyan | 男 | 韩文 | 常见语种 |
安娜 | anna | 女 | 葡语 | 非常见语种 |
薇小粤 | youxiaoyue | 女 | 粤语 | 非常见语种 |
艾米娜 | aimina | 女 | 阿拉伯 | 非常见语种 |
阿西亚 | axiya | 男 | 阿拉伯 | 非常见语种 |
薇加泰 | weijiatai | 男 | 加泰隆 | 非常见语种 |
薇小加 | weixiaojia | 女 | 加泰隆 | 非常见语种 |
Alois | Alois | 男 | 捷克 | 非常见语种 |
Bara | bara | 女 | 丹麦 | 非常见语种 |
Molly | Molly | 女 | 荷兰 | 非常见语种 |
William | William | 男 | 英语(澳大利亚) | 非常见语种 |
Olivia | Olivia | 女 | 英语(澳大利亚) | 非常见语种 |
neale | neale | 女 | 英语(英国) | 非常见语种 |
Osric | Osric | 男 | 英语(印度) | 非常见语种 |
Rama | Rama | 女 | 英语(印度) | 非常见语种 |
Noah | Noah | 男 | 英语(美国) | 非常见语种 |
芬小美 | fenxiaomei | 女 | 芬兰语 | 非常见语种 |
芬小帅 | fenxiaoshuai | 男 | 芬兰语 | 非常见语种 |
法小美 | faxiaomei | 男 | 法语 | 非常见语种 |
法小帅 | faxiaoshuai | 男 | 法语 | 非常见语种 |
法大拿 | fadana | 女 | 法语(加拿大) | 非常见语种 |
德小美 | dexiaomei | 女 | 德语 | 非常见语种 |
德小帅 | dexiaoshuai | 男 | 德语 | 非常见语种 |
希小帅 | xixiaoshuai | 男 | 希腊语 | 非常见语种 |
希伯小帅 | xiboxiaoshuai | 男 | 希伯来语 | 非常见语种 |
印地小帅 | yindixiaoshuai | 男 | 印地语 | 非常见语种 |
印地小美 | yindixiaomei | 女 | 印地语 | 非常见语种 |
匈小帅 | xiongxiaoshuai | 男 | 匈牙利语 | 非常见语种 |
意小帅 | yixiaoshuai | 男 | 意大利语 | 非常见语种 |
意小美 | yixiaomei | 女 | 意大利语 | 非常见语种 |
注意: 更多中文音色发音人列表请查看发音人列表
错误码 | 含义 |
---|---|
101 | 缺少必填的参数 |
102 | 不支持的语言类型 |
103 | 翻译文本过长 |
104 | 不支持的API类型 |
105 | 不支持的签名类型 |
106 | 不支持的响应类型 |
107 | 不支持的传输加密类型 |
108 | 应用ID无效,注册账号,登录后台创建应用和实例并完成绑定,可获得应用ID和应用密钥等信息 |
109 | batchLog格式不正确 |
110 | 无相关服务的有效实例 |
111 | 开发者账号无效 |
112 | 请求服务无效 |
113 | q不能为空 |
114 | 不支持的图片传输方式 |
201 | 解密失败,可能为DES,BASE64,URLDecode的错误 |
202 | 签名检验失败 |
203 | 访问IP地址不在可访问IP列表 |
205 | 请求的接口与应用的平台类型不一致,如有疑问请参考入门指南 |
206 | 因为时间戳无效导致签名校验失败 |
207 | 重放请求 |
301 | 辞典查询失败 |
302 | 翻译查询失败 |
303 | 服务端的其它异常 |
304 | 会话闲置太久超时 |
401 | 账户已经欠费停 |
402 | offlinesdk不可用 |
411 | 访问频率受限,请稍后访问 |
412 | 长请求过于频繁,请稍后访问 |
1001 | 无效的OCR类型 |
1002 | 不支持的OCR image类型 |
1003 | 不支持的OCR Language类型 |
1004 | 识别图片过大 |
1201 | 图片base64解密失败 |
1301 | OCR段落识别失败 |
1411 | 访问频率受限 |
1412 | 超过最大识别字节数 |
2003 | 不支持的语言识别Language类型 |
2004 | 合成字符过长 |
2005 | 不支持的音频文件类型 |
2006 | 不支持的发音类型 |
2201 | 解密失败 |
2301 | 服务的异常 |
2411 | 访问频率受限,请稍后访问 |
2412 | 超过最大请求字符数 |
3001 | 不支持的语音格式 |
3002 | 不支持的语音采样率 |
3003 | 不支持的语音声道 |
3004 | 不支持的语音上传类型 |
3005 | 不支持的语言类型 |
3006 | 不支持的识别类型 |
3007 | 识别音频文件过大 |
3008 | 识别音频时长过长 |
3009 | 不支持的音频文件类型 |
3010 | 不支持的发音类型 |
3201 | 解密失败 |
3301 | 语音识别失败 |
3302 | 语音翻译失败 |
3303 | 服务的异常 |
3411 | 访问频率受限,请稍后访问 |
3412 | 超过最大请求字符数 |
4001 | 不支持的语音识别格式 |
4002 | 不支持的语音识别采样率 |
4003 | 不支持的语音识别声道 |
4004 | 不支持的语音上传类型 |
4005 | 不支持的语言类型 |
4006 | 识别音频文件过大 |
4007 | 识别音频时长过长 |
4201 | 解密失败 |
4301 | 语音识别失败 |
4303 | 服务的异常 |
4411 | 访问频率受限,请稍后访问 |
4412 | 超过最大请求时长 |
5001 | 无效的OCR类型 |
5002 | 不支持的OCR image类型 |
5003 | 不支持的语言类型 |
5004 | 识别图片过大 |
5005 | 不支持的图片类型 |
5006 | 文件为空 |
5201 | 解密错误,图片base64解密失败 |
5301 | OCR段落识别失败 |
5411 | 访问频率受限 |
5412 | 超过最大识别流量 |
9001 | 不支持的语音格式 |
9002 | 不支持的语音采样率 |
9003 | 不支持的语音声道 |
9004 | 不支持的语音上传类型 |
9005 | 不支持的语音识别 Language类型 |
9301 | ASR识别失败 |
9303 | 服务器内部错误 |
9411 | 访问频率受限(超过最大调用次数) |
9412 | 超过最大处理语音长度 |
10001 | 无效的OCR类型 |
10002 | 不支持的OCR image类型 |
10004 | 识别图片过大 |
10201 | 图片base64解密失败 |
10301 | OCR段落识别失败 |
10411 | 访问频率受限 |
10412 | 超过最大识别流量 |
11001 | 不支持的语音识别格式 |
11002 | 不支持的语音识别采样率 |
11003 | 不支持的语音识别声道 |
11004 | 不支持的语音上传类型 |
11005 | 不支持的语言类型 |
11006 | 识别音频文件过大 |
11007 | 识别音频时长过长,最大支持30s |
11201 | 解密失败 |
11301 | 语音识别失败 |
11303 | 服务的异常 |
11411 | 访问频率受限,请稍后访问 |
11412 | 超过最大请求时长 |
12001 | 图片尺寸过大 |
12002 | 图片base64解密失败 |
12003 | 引擎服务器返回错误 |
12004 | 图片为空 |
12005 | 不支持的识别图片类型 |
12006 | 图片无匹配结果 |
13001 | 不支持的角度类型 |
13002 | 不支持的文件类型 |
13003 | 表格识别图片过大 |
13004 | 文件为空 |
13301 | 表格识别失败 |
15001 | 需要图片 |
15002 | 图片过大(1M) |
15003 | 服务调用失败 |
17001 | 需要图片 |
17002 | 图片过大(1M) |
17003 | 识别类型未找到 |
17004 | 不支持的识别类型 |
17005 | 服务调用失败 |
上线日期 | 版本号 | 更新内容 |
---|---|---|
2023.08.08 | v1.0.1 | 支持TTS 合成 |