Android 語音

本文涵蓋使用非常強大的 Android.Speech 命名空間的基本概念。 自成立以來，Android 能夠辨識語音並將其輸出為文字。 這是一個相對簡單的程式。 不過，對於文字到語音轉換，程式會更加相關，因為語音引擎不僅必須考慮語音引擎，而且必須考慮從文字轉換語音系統取得和安裝的語言。

語音概觀

擁有一個系統，「瞭解」人類語音，並列舉正在鍵入的內容-語音轉換文字和文字到語音轉換-是移動開發中不斷增長的領域，因為與我們的設備自然通訊的需求增加。 有許多實例具有將文字轉換成語音的功能，反之亦然，是一個非常實用的工具，可納入您的 Android 應用程式。

例如，隨著在駕駛時對手機的使用進行取締，使用者想要自由操作其裝置的方式。 各種不同的 Android 尺寸，例如 Android Wear，以及能夠使用 Android 裝置（如平板電腦和記事板）的日益擴大的包含，已針對絕佳的 TTS 應用程式建立更大的焦點。

Google 在 Android.Speech 命名空間中提供一組豐富的 API，以涵蓋讓裝置成為「語音感知」的大部分實例（例如專為盲人設計的軟體）。 命名空間包含可讓您透過 將文字轉譯成語音 Android.Speech.Tts的功能、控制用來執行翻譯的引擎，以及允許語音轉換成文字的 RecognizerIntent一些 。

雖然設備可供了解語音，但會根據所使用的硬體來限制。 裝置不太可能成功解譯每個語言中所說的所有內容。

需求

本指南沒有特殊需求，除了您的裝置具有麥克風和喇叭以外。

Android 裝置解譯語音的核心是搭配對應的 OnActivityResult使用 Intent 。 不過，請務必辨識語音無法理解，但會解譯為文字。 差異很重要。

瞭解和解譯之間的差異

理解的簡單定義是，您可以藉由語氣和內容來判斷所說內容的真正意義。 若要解譯只是表示要接受單字，並以另一種形式輸出它們。

請考慮在日常交談中使用的下列簡單範例：

喂，你好嗎？

沒有轉折（強調特定單字或部分單字），這是一個簡單的問題。 然而，如果速度緩慢套用到這一行，聽的人會偵測到詢問者不太快樂，也許需要加油或詢問者不適。 如果強調「是」，詢問的人通常會對回應更感興趣。

如果沒有相當強大的音訊處理來利用轉折，以及一定程度的人工智慧（AI）來瞭解內容，軟體甚至無法開始瞭解所說的內容，最簡單的手機可以做的最好的就是將語音轉換成文字。

設定

使用語音系統之前，請務必檢查裝置具有麥克風。 嘗試在沒有安裝麥克風的情況下，在 Kindle 或 Google 記事臺上執行您的應用程式幾乎沒有什麼意義。

下列程式代碼範例示範如何查詢麥克風是否可用，如果無法使用，則為建立警示。 如果此時沒有可用的麥克風，您可以結束活動或停用錄製語音的能力。

string rec = Android.Content.PM.PackageManager.FeatureMicrophone;
if (rec != "android.hardware.microphone")
{
    var alert = new AlertDialog.Builder(recButton.Context);
    alert.SetTitle("You don't seem to have a microphone to record with");
    alert.SetPositiveButton("OK", (sender, e) =>
    {
        return;
    });
    alert.Show();
}

建立意圖

語音系統的意圖會使用稱為 RecognizerIntent的特定意圖類型。 此意圖會控制大量的參數，包括等候無聲等候多久，直到錄製被考慮結束、要辨識和輸出的任何其他語言，以及要包含在強制回應對話上 Intent的任何文字作為指示的方法。 在此代碼段中， VOICE 是 readonly int 用於中的 OnActivityResult辨識。

var voiceIntent = new Intent(RecognizerIntent.ActionRecognizeSpeech);
voiceIntent.PutExtra(RecognizerIntent.ExtraLanguageModel, RecognizerIntent.LanguageModelFreeForm);
voiceIntent.PutExtra(RecognizerIntent.ExtraPrompt, Application.Context.GetString(Resource.String.messageSpeakNow));
voiceIntent.PutExtra(RecognizerIntent.ExtraSpeechInputCompleteSilenceLengthMillis, 1500);
voiceIntent.PutExtra(RecognizerIntent.ExtraSpeechInputPossiblyCompleteSilenceLengthMillis, 1500);
voiceIntent.PutExtra(RecognizerIntent.ExtraSpeechInputMinimumLengthMillis, 15000);
voiceIntent.PutExtra(RecognizerIntent.ExtraMaxResults, 1);
voiceIntent.PutExtra(RecognizerIntent.ExtraLanguage, Java.Util.Locale.Default);
StartActivityForResult(voiceIntent, VOICE);

語音轉換

從語音解譯的文字將會在 內 Intent傳遞，此文字會在 活動完成且透過 GetStringArrayListExtra(RecognizerIntent.ExtraResults)存取時傳回。 這會傳回 IList<string>，根據呼叫端意圖中所要求的語言數目（並在 中 RecognizerIntent.ExtraMaxResults指定），可以使用和顯示索引。 不過，與任何清單一樣，請務必檢查以確保有要顯示的數據。

接聽 的 StartActivityForResult傳回值時， OnActivityResult 必須提供 方法。

在下列範例中， textBox 是 TextBox 用來輸出已指定的內容。 它同樣可以用來將文字傳遞至某種形式的解釋器，然後從該處，應用程式可以將文字和分支與應用程式的另一個部分進行比較。

protected override void OnActivityResult(int requestCode, Result resultVal, Intent data)
{
    if (requestCode == VOICE)
    {
        if (resultVal == Result.Ok)
        {
            var matches = data.GetStringArrayListExtra(RecognizerIntent.ExtraResults);
            if (matches.Count != 0)
            {
                string textInput = textBox.Text + matches[0];
                textBox.Text = textInput;
                switch (matches[0].Substring(0, 5).ToLower())
                {
                    case "north":
                        MovePlayer(0);
                        break;
                    case "south":
                        MovePlayer(1);
                        break;
                }
            }
            else
            {
                textBox.Text = "No speech was recognised";
            }
        }
        base.OnActivityResult(requestCode, resultVal, data);
    }
}

文字轉換語音

文字到語音轉換不是完全相反的語音轉換文字，而且依賴兩個關鍵元件：安裝在裝置上的文字到語音轉換引擎，以及所安裝的語言。

基本上，Android 裝置隨附已安裝預設的 Google TTS 服務，且至少有一種語言。 這是在裝置第一次設定時建立的，並將根據裝置當時的位置（例如，在德國設定的手機會安裝德文，而美國的手機將會有美式英文）。

步驟 1 - 具現化 TextToSpeech

TextToSpeech最多可能需要 3 個參數，第三個參數是選擇性的 ，前兩個是選擇性的 （AppContext， ， IOnInitListenerengine）。 接聽程式用來系結至服務，並測試失敗，引擎是任意數目的可用Android文字到語音引擎。 裝置至少會有谷歌自己的引擎。

步驟 2 - 尋找可用的語言

類別 Java.Util.Locale 包含稱為 GetAvailableLocales()的實用方法。 語音引擎所支援的語言清單接著可以針對已安裝的語言進行測試。

產生「理解」語言清單是件微不足道的事情。 一律會有默認語言（使用者第一次設定其裝置時所設定的語言），因此在此範例 List<string> 中，具有 “Default” 作為第一個參數，清單的其餘部分會根據 的結果 textToSpeech.IsLanguageAvailable(locale)填滿。

var langAvailable = new List<string>{ "Default" };
var localesAvailable = Java.Util.Locale.GetAvailableLocales().ToList();
foreach (var locale in localesAvailable)
{
    var res = textToSpeech.IsLanguageAvailable(locale);
    switch (res)
    {
        case LanguageAvailableResult.Available:
          langAvailable.Add(locale.DisplayLanguage);
          break;
        case LanguageAvailableResult.CountryAvailable:
          langAvailable.Add(locale.DisplayLanguage);
          break;
        case LanguageAvailableResult.CountryVarAvailable:
          langAvailable.Add(locale.DisplayLanguage);
          break;
    }
}
langAvailable = langAvailable.OrderBy(t => t).Distinct().ToList();

此程式代碼會呼叫 TextToSpeech.IsLanguageAvailable 來測試指定地區設定的語言套件是否已存在於裝置上。 這個方法會傳 回 LanguageAvailableResult，指出傳遞的地區設定語言是否可用。 如果 LanguageAvailableResult 表示該語言為 NotSupported，則該語言沒有可用的語音套件（甚至可供下載）。 如果 LanguageAvailableResult 設定為 MissingData，則可以下載新的語言套件，如步驟 4 中所述。

步驟 3 - 設定速度和音調

Android 可讓用戶改變 和 Pitch （速度和語音的音調） 來改變SpeechRate語音的聲音。 這從 0 到 1，兩者的“正常”語音都是 1。

步驟 4 - 測試和載入新語言

使用 Intent執行下載新語言。 此意圖的結果會導致 叫用 OnActivityResult 方法。 不同於語音轉換文字範例（使用 RecognizerIntent 做為 PutExtra 參數的 Intent），測試及載入 Intent是以 Action為基礎：

• TextToSpeech.Engine.ActionCheckTtsData – 從平臺 TextToSpeech 引擎啟動活動，以驗證裝置上語言資源的適當安裝和可用性。

• TextToSpeech.Engine.ActionInstallTtsData – 啟動活動，提示使用者下載必要的語言。

下列程式代碼範例說明如何使用這些動作來測試語言資源，並下載新語言：

var checkTTSIntent = new Intent();
checkTTSIntent.SetAction(TextToSpeech.Engine.ActionCheckTtsData);
StartActivityForResult(checkTTSIntent, NeedLang);
//
protected override void OnActivityResult(int req, Result res, Intent data)
{
    if (req == NeedLang)
    {
        var installTTS = new Intent();
        installTTS.SetAction(TextToSpeech.Engine.ActionInstallTtsData);
        StartActivity(installTTS);
    }
}

TextToSpeech.Engine.ActionCheckTtsData 測試語言資源的可用性。 OnActivityResult 會在此測試完成時叫用。 如果需要下載語言資源， OnActivityResult 請啟動 TextToSpeech.Engine.ActionInstallTtsData 動作以啟動活動，讓使用者下載必要的語言。 請注意，此實作不會檢查程式OnActivityResultResult代碼，因為在這個簡化的範例中，已判斷需要下載語言套件。

此 TextToSpeech.Engine.ActionInstallTtsData 動作會導致 Google TTS 語音資料 活動呈現給使用者，以選擇要下載的語言：

例如，使用者可能會挑選法文，然後按下下載圖示以下載法文語音資料：

下載完成之後，會自動安裝此數據。

步驟 5 - IOnInitListener

若要讓活動能夠將文字轉換成語音，必須實作 介面方法 OnInit （這是為 類別具 TextToSpeech 現化指定的第二個參數）。 這會初始化接聽程式並測試結果。

接聽程式至少應該同時測試 OperationResult.Success 和 OperationResult.Failure 。 下列範例只會顯示：

void TextToSpeech.IOnInitListener.OnInit(OperationResult status)
{
    // if we get an error, default to the default language
    if (status == OperationResult.Error)
        textToSpeech.SetLanguage(Java.Util.Locale.Default);
    // if the listener is ok, set the lang
    if (status == OperationResult.Success)
        textToSpeech.SetLanguage(lang);
}

摘要

在本指南中，我們已探討如何將文字轉換成語音和語音轉換文字的基本概念，以及如何將文字包含在您自己的應用程式中的可能方法。 雖然它們並未涵蓋每個特定案例，但您現在應該對語音解譯方式、如何安裝新語言，以及如何增加應用程式的包容性有基本瞭解。

相關連結

• Xamarin.Forms DependencyService
• 文字到語音轉換（範例）
• 語音轉換文字 （範例）
• Android.Speech 命名空間
• Android.Speech.Tts 命名空間