离线语音合成服务Android NUI SDK_智能语音交互(ISI)-阿里云帮助中心

本文介绍了如何使用阿里云离线语音合成服务提供的Android NUI SDK，包括下载安装SDK和语音包、SDK关键接口及代码示例。

前提条件

阅读接口说明，详情请参见接口说明。
已获取项目Appkey，详情请参见创建项目。
已获取AccessKey ID和 AccessKey Secret，详情请参见开通服务。

下载安装

下载SDK。
重要
下载后在样例初始化代码中替换您的阿里云账号信息、Appkey才可运行。
类别
兼容范围
系统
支持Android 4.0 以上版本，API LEVEL 14
架构
armeabi-v7a，arm64-v8a，x86，x86_64
此SDK还包含如下功能，若未支持您想要的功能，请前往对应文档获取SDK。
功能
是否支持
一句话识别
是
实时语音识别
是
语音合成
是
实时长文本语音合成
是
离线语音合成
是
录音文件识别极速版
是
唤醒及命令词
否
下载语音包，详情请参见接口说明中的语音包列表。
重要
SDK和语音包是完全独立的，下载SDK后并不能直接使用，需要下载语音包，并设置语音包存放路径。
解压ZIP包，在app/libs目录下获取AAR格式的SDK包。
使用Android Studio打开此工程。其中语音合成示例代码为TtsLocalActivity.java文件。

SDK关键接口

tts_initialize：初始化SDK。

/**
 * 初始化SDK，离线合成暂不支持多实例，请先释放后再次进行初始化。请勿在UI线程调用，可能会引起阻塞。
 * 初始化是耗时操作，不需要合成一个任务就进行该操作；在启动和退出时进行一次即可。
 * @param callback：事件监听回调，参见下文具体回调。
 * @param ticket：json string形式的初始化参数，参见下方说明或接口说明：https://help.aliyun.com/document_detail/204185.html。
 * @param level：log打印级别，值越小打印越多。
 * @param save_log：是否保存log为文件，存储目录为ticket中的debug_path字段值。
 * @return：参见错误码：https://help.aliyun.com/document_detail/459864.html。
 */
public synchronized int tts_initialize(INativeTtsCallback callback,
                                       String ticket,
                                       final Constants.LogLevel level,
                                       boolean save_log)；

INativeTtsCallback类型包含如下回调：

onTtsEventCallback：SDK事件回调。

/**
 * 事件回调
 * @param event：回调事件，参见如下事件列表。
 * @param task_id：请求的任务ID。
 * @param ret_code：参见错误码，出现TTS_EVENT_ERROR事件时有效，可查阅https://help.aliyun.com/document_detail/459864.html。
 */
void onTtsEventCallback(TtsEvent event, String task_id, int ret_code);

事件列表：

名称	说明
TTS_EVENT_START	语音合成开始，准备播放。
TTS_EVENT_END	语音合成结束，合成数据已全部抛出，但并不表示播放结束。
TTS_EVENT_CANCEL	取消语音合成。
TTS_EVENT_PAUSE	语音合成暂停。
TTS_EVENT_RESUME	语音合成恢复。
TTS_EVENT_ERROR	语音合成发生错误。可通过getparamTts("error_msg")获得详细错误消息。

onTtsDataCallback：合成数据回调。

/**
 * @param info：使用时间戳功能时，返回JSON格式的时间戳结果。
 * @param info_len：info字段的数据长度，暂不使用。
 * @param data：合成的音频数据，写入播放器。
 */
void onTtsDataCallback(String info, int info_len, byte[] data);

setparamTts：设置参数。

/**
 * 以键值对形式设置参数, 参见接口说明:https://help.aliyun.com/document_detail/204185.html
 * @param param：参数名，参见接口说明。
 * @param value：参数值，参见接口说明。
 * @return：参见错误码:https://help.aliyun.com/document_detail/459864.html。
 */
public synchronized int setparamTts(String param, String value);

getparamTts：获取参数。

/**
 * 获取参数值
 * @param param：参数名，参考接口说明:https://help.aliyun.com/document_detail/204185.html。
 * @return：参数值。
 */
public String getparamTts(String param);

startTts：开始合成。

/**
 * 开始合成任务
 * @param priority：任务优先级，请使用"1"。
 * @param taskid：任务ID，可传入32个字节的uuid，或传入空内容由SDK自动生成。
 * @param text：播放的文本内容。
 * @return：参见错误码:https://help.aliyun.com/document_detail/459864.html。
 */
public synchronized int startTts(String priority, String taskid, String text);

cancelTts：取消合成。

/**
 * 取消合成任务
 * @param taskid：传入想要停止的任务ID，如果为空则取消所有任务。
 * @return：参见错误码:https://help.aliyun.com/document_detail/459864.html。
 */
public synchronized int cancelTts(String taskid);

pauseTts：暂停合成。

/**
 * 暂停合成任务
 * @return：参见错误码:https://help.aliyun.com/document_detail/459864.html。
 */
public synchronized int pauseTts();

resumeTts：恢复合成。

/**
 * 恢复暂停的任务
 * @return：参见错误码:https://help.aliyun.com/document_detail/459864.html。
 */
public synchronized int resumeTts();

tts_release：释放SDK资源。

/**
 * 释放SDK
 * @return：参见错误码:https://help.aliyun.com/document_detail/459864.html。
 */
public synchronized int tts_release();

调用步骤

初始化SDK和播放组件。
根据业务需求设置参数。
调用startTts进行播放。
在合成数据回调中，将数据写入播放器进行播放，建议使用流式播放。
收到语音合成结束的回调。

代码示例

语音合成初始化。

//设置默认目的地路径最下级目录名字
//  比如设置当前 /data/user/0/mit.alibaba.nuidemo/files/asr_my
//  未调用此接口, 则默认为 /data/user/0/mit.alibaba.nuidemo/files/asr_my
CommonUtils.setTargetDataDir("asr_my");

//这里获得资源路径, 即工作路径
//  内部通过context.getApplicationContext().getFilesDir().toString() + "/asr_my" 创建工作路径，
//  例如 /data/user/0/mit.alibaba.nuidemo/files/asr_my
String workspace = CommonUtils.getModelPath(this);

//从nuisdk.aar中assets资源拷贝到workspace中
CommonUtils.copyTtsAssetsData(this);

//SDK初始化
NativeNui nui_tts_instance = new NativeNui(Constants.ModeType.MODE_TTS);
int ret = nui_tts_instance.tts_initialize(new INativeTtsCallback() {}, genInitParams(workspace), Constants.LogLevel.LOG_LEVEL_VERBOSE, true);
if (Constants.NuiResultCode.SUCCESS == ret) {
    // 初始化成功
} else {
    // 初始化失败，通过“error_msg”查看详细错误信息，离线语音合成FAQ文档中已列出常见错误
    String errmsg =  nui_tts_instance.getparamTts("error_msg");
    Log.e(TAG, "init failed.errmsg:" + errmsg);
    // 初始化失败时直接返回，不用再调用合成或者参数设置接口
    return ret;
}

其中，genInitParams生成为String JSON字符串，包含资源目录和用户信息。其中用户信息包含如下字段。

说明

精品版sdk_code为software_nls_tts_offline
普通版sdk_code为software_nls_tts_offline_standard

private String genInitParams(String workpath) {
    File folder = new File(workpath);
    if (!folder.exists() && !folder.isDirectory()) {
        Log.e(TAG, "工作目录:" + workpath + " , 不存在, 会导致无法初始化");
        return null;
    }

    String str = "";
    try {
        // 需要特别注意：ak_id/ak_secret/app_key/sdk_code/device_id等参数必须传入SDK
        // 离线语音合成sdk_code取值：精品版为software_nls_tts_offline， 标准版为software_nls_tts_offline_standard
        // 鉴权信息获取参：https://help.aliyun.com/document_detail/69835.htm?spm=a2c4g.11186623.2.28.10b33069T2ydLk#topic-1917889
        JSONObject initObject = Auth.getTicket(); // 必填, 按照getTicket()说明进行设置
    
        initObject.put("workspace", workpath); // 必填
        // 设置为离线合成
        initObject.put("mode_type", "0"); // 必填
        str = initObject.toString();
    } catch (JSONException e) {
        e.printStackTrace();
    }
    return str;
}

public static JSONObject getTicket() {
    JSONObject object = new JSONObject();

    //郑重提示:
    //  您的账号信息ak_id和ak_secret一定不可存储在app代码中和移动端侧, 以防账号信息泄露。
    //  若使用离线功能(离线语音合成), 则必须ak_id、ak_secret、app_key
    //  若使用在线功能(语音合成、实时转写、一句话识别、录音文件转写), 则只需app_key和token(或sts_token)

    //账号和项目创建
    //  ak_id ak_secret app_key如何获得,请查看https://help.aliyun.com/document_detail/72138.html
    object.put("app_key", "<您申请创建的app_key>"); // 必填

    //请使用您的阿里云账号与appkey进行访问, 以下介绍两种方案(不限于两种)
    //方案一(强烈推荐):
    //  首先ak_id ak_secret app_key如何获得,请查看https://help.aliyun.com/document_detail/72138.html
    //  然后请看 https://help.aliyun.com/document_detail/466615.html 使用其中方案二使用STS获取临时账号
    //  此方案简介: 远端服务器运行STS生成具有有效时限的临时凭证, 下发给移动端进行使用, 保证账号信息ak_id和ak_secret不被泄露
    object.put("ak_id", "STS.<服务器生成的具有时效性的临时凭证>"); // 必填
    object.put("ak_secret", "<服务器生成的具有时效性的临时凭证>"); // 必填
    object.put("sts_token", "<服务器生成的具有时效性的临时凭证>"); // 必填，STS临时账户在离线功能时必须填写sts_token

    //方案二(泄露风险, 不推荐):
    //  首先ak_id ak_secret app_key如何获得,请查看https://help.aliyun.com/document_detail/72138.html
    //  此方案简介: 远端服务器存储账号信息, 加密下发给移动端进行使用, 但是仍然存在泄露风险。
    // object.put("ak_id", "<一定不可代码中存储和本地明文存储>"); // 必填
    // object.put("ak_secret", "<一定不可代码中存储和本地明文存储>"); // 必填

    // 特别说明: 鉴权所用的id是由以下device_id，与手机内部的一些唯一码进行组合加密生成的。
    //   更换手机或者更换device_id都会导致重新鉴权计费。
    //   此外, 以下device_id请设置有意义且具有唯一性的id, 比如用户账号(手机号、IMEI等),
    //   传入相同或随机变换的device_id会导致鉴权失败或重复收费。
    //   Utils.getDeviceId() 并不能保证生成不变的device_id，请不要使用
    object.put("device_id", "empty_device_id"); // 必填

    // 离线语音合成sdk_code取值：精品版为software_nls_tts_offline， 标准版为software_nls_tts_offline_standard
    // 离线语音合成账户和sdk_code可用于唤醒
    object.put("sdk_code", "software_nls_tts_offline_standard"); // 必填

    return object;
}

根据需求设置参数。

//设置本地发音人，如下载的aicheng语音包放在目录/sdcard/idst/目录下，那么命令为”/sdcard/idst/aicheng“
//  语音包和SDK是隔离的，需要先设置语音包
//  如果切换发音人：SDK可使用语音包与鉴权账号相关，由购买时获得的语音包使用权限决定
//  如已经购买aijia，按下边方式调用后，发音人将切为aijia
//  语音包下载地址：https://help.aliyun.com/document_detail/204185.html?spm=a2c4g.11186623.6.628.3cde73409gZCmA
//  语音包试听：https://www.aliyun.com/activity/intelligent/offline_tts?spm=5176.12061040.J_5715429470.2.42c33871uFGa5s
//  特别说明：离线语音合成的发音人, 并不一定也存在于在线语音合成；同理, 在线语音合成的发音人, 并不一定也存在于离线语音合成

//aar中的资源目录中自带了一个发音人aijia, /data/user/0/mit.alibaba.nuidemo/files/asr_my/tts/voices/aijia
String fullName = workspace + "/tts/voices/" + mFontName;

//切换发音人：一定要输入全路径名称
Log.i(TAG, "use extend_font_name:" + fullName);
ret = nui_tts_instance.setparamTts("extend_font_name", fullName);
if (ret != Constants.NuiResultCode.SUCCESS) {
    Log.e(TAG, "setparamTts extend_font_name " + fullName + " failed, ret:" + ret);
    String errmsg =  nui_tts_instance.getparamTts("error_msg");
    return ret;
}

启动语音合成。

nui_tts_instance.startTts("1", "", ttsText);

回调处理。

onTtsEventCallback：语音合成事件回调，根据语音合成状态控制播放器。

public void onTtsEventCallback(INativeTtsCallback.TtsEvent event) {
    Log.i(TAG, "tts event:" + event);
    if (event == INativeTtsCallback.TtsEvent.TTS_EVENT_START) {
        Log.i(TAG, "eventStart");
        // 打开播放器
        mAudioTrack.play();
    } else if (event == INativeTtsCallback.TtsEvent.TTS_EVENT_END || event == TtsEvent.TTS_EVENT_CANCEL || event == TtsEvent.TTS_EVENT_ERROR) {
        // 提示: TTS_EVENT_END事件表示TTS已经合成完并通过回调传回了所有音频数据, 而不是表示播放器已经播放完了所有音频数据。
        Log.i(TAG, "eventEnd");

        // 表示推送完数据, 当播放器播放结束则会有playOver回调
        mAudioTrack.isFinishSend(true);

        if (event == TtsEvent.TTS_EVENT_ERROR) {
            // 通过此接口获得详细的错误信息
            String error_msg = nui_tts_instance.getparamTts("error_msg");
            Log.e(TAG, "TTS_EVENT_ERROR error_code:" + ret_code + " errmsg:" + error_msg);
        }
    } else if (event == TtsEvent.TTS_EVENT_PAUSE) {
        // 暂停播放器
        mAudioTrack.pause();
        Log.i(TAG, "eventPause");
    } else if (event == TtsEvent.TTS_EVENT_RESUME) {
        // 重启播放器
        mAudioTrack.play();
    }
}

onTtsDataCallback：语音合成数据回调，将回调中的合成数据写入播放器进行播放。

public void onTtsDataCallback(String info, int info_len, byte[] data) {
    if (info.length() > 0) {
        Log.i(TAG, "info: " + info);
    }
    if (data.length > 0) {
        mAudioTrack.setAudioData(data);
        Log.i(TAG, "write:" + data.length);
    }
}

取消语音合成。
```
nui_tts_instance.cancelTts("");
```
退出语音合成。
```
nui_tts_instance.tts_release();
```

常见问题

使用离线语音合成Android SDK，语音播报时出现不合理断句，该如何处理？

您可以通过SSML标记语言尝试解决。

调用Android SDK时，手机报错提示“audio recoder not init”。

您可以通过以下方式排查：

检查AudioRecord是否初始化正常。
检查语音播放器是否有问题。
编写AudioRecord录音代码，测试是否正常。

在模拟器上运行下载的Android程序，程序出现闪退现象，是什么原因？

模拟器可能会出现未知问题，建议您使用真机测试。

int ret = nui_instance.initialize(this, genInitParams(assets_path,debug_path), Constants.LogLevel.LOG_LEVEL_VERBOSE, true)。在该段代码中，录音权限是打开的，但代码仍然报错240021。

表示FILE_ACCESS_FAIL文件访问错误。你需要检查：

是否有文件读写权限。
是否完成SDK配置文件的拷贝，检查是否拷贝完成的代码示例如下：

if (CommonUtils.copyAssetsData(this)) {
Log.i(TAG, "copy assets data done");
} else {
Log.i(TAG, "copy assets failed");
return;
}

类别	兼容范围
系统	支持Android 4.0 以上版本，API LEVEL 14
架构	armeabi-v7a，arm64-v8a，x86，x86_64

功能	是否支持
一句话识别	是
实时语音识别	是
语音合成	是
实时长文本语音合成	是
离线语音合成	是
录音文件识别极速版	是
唤醒及命令词	否