帮助与文档 > 产品文档 > 智能语音服务 > IOS_SDK文档 > 语音合成
语音合成

有道智云在线 TTS SDK 简介

概述

(1) 概念解释

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

(2) 说明

Hi,您好,欢迎使用有道智云TTS iOS 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iOS SDK的开发工程师,详细描述有道智云语音合成能力及集成过程。

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: zhiyun@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iOS应用,并绑定语音合成实例;如果您还没有,请按照 新手指南 操作。

平台向每个账户赠送50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。

功能介绍

有道语音合成 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,支持在线文字合成语音等功能。

兼容性

支持设备:运行了iOS 8.0及以上系统的 iOS 设备

TTS SDK集成指南

集成前提

开始集成SDK之前开发者需要登录 有道智云平台 ,创建应用获取应用ID(或者通过运营人员获取应用ID),以便使用语音合成服务。

集成步骤

SDK包导入

TTS SDK 由如下几个 SDK 组成,YDTTSiOSSDK.h、libbase.a、libTTSiOSSDK.a、base.h

(1) 添加头文件和库文件:TTS SDK 添加到工程中,包括 YDTTSiOSSDK.h、libbase.a、libTTSiOSSDK.a、base.h文件。可以直接将SDK文件夹拖动到工程中,也可以选择File “Add files to ‘Project Name’…”

(2) 设置工程Other Linker Flags为-ObjC

(3) 在工程build Phases – Link Binary With Libraries中添加libbase.a,libTTSiOSSDK.a, AdSupport.framework, CoreTelephony.framework, SystemConfiguration, libz.tbd和libsqlite3.tbd。

SDK初始化

说明:所有的合成都需要初始化key,只执行初始化一次即可。

//初始化key
YDTranslateInstance *yd = [YDTranslateInstance sharedInstance];
yd.appKey = @"your appkey";

功能集成

说明:请参考 demo 中 TTSController 的使用

构造查询器

YDTTSRequest *request = [YDTTSRequest request];

语音合成过程

识别返回两种情况,一种是成功,相关结果存储在 result 参数中,另外一种是失败,失败信息放在 error。详细信息可参见 错误代码列表

[request lookup:_textView.text WithLanguage:self.language Parm:_parameter WithCompletionHandler:^(YDTTSRequest *request, NSData *result, NSError *error) {
    
    if (error) {
        NSLog(@"%@", error.localizedDescription);
    } else {
        [self handleResponse:result];
    }
} ];

参数说明

    _parameter = [[YDTTSParameter alloc]init];
    _parameter.speed = @"";
    _parameter.volume = @"1.00";
    _parameter.voice = @"3";

speed:合成语音的速度

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

常见问题及注意事项

  1. 运行程序崩溃?

         检查下是否对应的 `SDK静态库包` 是否放到当前工程目录下。
    
  2. 合成没结果?

        检查下接口回调的错误信息,保证申请的应用ID是有效且提前绑定了。
    
  3. 如何获得应用ID

        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。
    

支持的语言和发音表

英文名中文名代码支持发音类型
Arabic阿拉伯语ar女声、男声
Cantonese粤语yue女声
Catalan加泰隆语ca女声、男声
Czech捷克语cs男声
Danish丹麦语da女声
Dutch荷兰语nl女声
English (Australia)英语(澳大利亚)en-AUS女声、男声
English (GB)英语(英国)en-GBR女声、男声
English (India)英语(印度)en-IND女声、男声
English (US)英语(美国)en-USA女声、男声
Finnish芬兰语fi女声
French法语fr女声、男声
French (Canada)法语(加拿大)fr-CAN女声
German德语de女声、男声
Greek希腊语el男声
Hebrew希伯来语he男声
Hindi印地语hi女声、男声
Hungarian匈牙利语hu男声
Italian意大利语it女声、男声
Japanese日语ja女声、男声
Korean韩语ko女声
Mandarin (China)普通话(中国)zh-CHS女声
Mandarin (Taiwan)普通话(中国台湾)zh-TWN女声、男声
Norwegian挪威语no女声
Polish波兰语pl女声
Portuguese (Brazil)葡萄牙语(巴西)pt-BRA女声、男声
Portuguese (Portugal)葡萄牙语(葡萄牙)pt女声
Romanian罗马尼亚语ro男声
Russian俄语ru女声、男声
Slovak斯洛伐克语sk男声
Spanish西班牙语es女声、男声
Swedish瑞典语sv女声
Thai泰语th男声
Turkish土耳其语tr女声
  • 注:女声的代码为0,男声代码为1。
  • 英语五种:
  • 美式女声:0;
  • 美式男生:1;
  • 英式女声:2;
  • 英式男生:3;
  • 通用英式女声:4 (默认为通用英式女声);
  • 词典英式发音:5;
  • 词典美式发音:6;
  • 如果选择5或6,但是实际上不是个词,不会返回词典发音,而是返回对应的英式发音和通用美式发音;
  • 如果对应语言没有输入的发声,会使用默认发声,比如粤语为女声,但输入为代码为1,依旧使用女声;
  • 粤语暂不支持调节音量和语速;

错误代码列表

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
109batchLog格式不正确
110无相关服务的有效实例
111开发者账号无效
113q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
402offlinesdk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
1301OCR段落识别失败
1411访问频率受限
1412超过最大识别字节数
2003不支持的语音声道
2004不支持的语音上传类型
2005不支持的语言类型
2006不支持的识别类型
2201识别音频文件过大
2301识别音频时长过长
2411不支持的音频文件类型
2412不支持的发音类型
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
5301OCR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
9301ASR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
10301OCR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
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
-1000未知错误
-2000查询输入为空

版本更新记录

上线日期版本号更新内容
2020.02.27v1.0.0支持语音合成