微软语音合成我见过水平最高两个,另一个是剪映的语音生成,跟自然人发音非常像,没有什么机器合成的调调.
而Ms edge 开放大声朗读的功能,就是云端合成声音后在本地播放,其它最受好评的就是xiaoxiao的录音.
充满情感的女生,非常好听,但是在阅读PDF ,有两个地方极其影响阅读:
- 会在换行的地方停顿一下,非常让人崩溃
- 会因为来不及合成造成播放卡顿,甚至失出焦点,不再朗读.
因此我试了一个可以在手机用 MS朗读接口的APP.
Android开源库
这个库实际把微软的语音云端合成接口伪装成Android本地tts接口
安装后会显示如下界面,
并在Android系统tts接口显示这个接口
它本身提供一个接口,想听书还是使用支持朗读的听书软件,
其中支持这个库的有两个,
一个是开源的阅读软件,但这个软件太老了,无法在新的手机导入本地pdf没法测试
另外是静读天下
这个能使用tts接口,果然解决了换行停顿的问题,而且在网络较好还是能正常读书,
但网络不好也跟edge一样,失支阅读焦点停止阅读,要重复App才能使用.
痛点解决
使用下来,发现整个方案里,还是有改进空间,一是阅读软件在阅读功能变成很复杂,花哨.
但是在阅读细节上,和与新系统配合还很多小问题
比如把注释,引用,页脚等也读取. 碰到这种拼音字体就读一下拼音,又读一下汉语
导入文件居然不支持文件分享功能,这样导致必须另存文件,然后在系统目录找到手动增加
因此需要一个专业集中听书的小App来解决这个事件,我来试着开发一个这个
