# 离线语音合成 Android SDK 文档

# 1、简介

与语音听写相反，语音合成是将一段文字转换为成语音，可根据需要合成出不同音色、语速和语调的声音，让机器像人一样开口说话。

离线语音合成详细的接口介绍及说明请参考： MSC Android API 文档。

在集成过程中出现错误，请优先查询SDK&API 错误码查询。如有疑问，请提交工单进行咨询，也可登录讯飞开放平台论坛与广大开发者共同学习和交流。

离线语音合成新版XTTS高品质版已经上线～ 合成效果更好，欢迎体验～普通版即旧版离线语音合成。新上线的高品质版合成效果比普通版更好，但资源占用略高，可根据业务需求合理选择，高品质版离线合成目前支持Android、iOS、Linux 平台。

# 2、SDK集成指南

# 2.1、Demo运行步骤

根据官网控制台普通版、高品质版提示，直接下载SDK，SDK中包含简易可运行的Demo。如下图所示：

下载完SDK后，解压至相应的路径。

注：使用demo测试时，需将res中除layout外资源拷贝到demo中assets相应的路径下

以Android Studio集成开发工具为例，测试时请直接用真机进行测试。

# 方法一（导入project方式）：

打开Android Studio,在菜单栏File--->new--->import project当前解压sdk路径，使用在线服务能力选择导入mscV5PlusDemo，如下图所示：

导入成功之后sync编译下，编译无误可连接手机，开启手机USB开发调试模式，直接在Android Studio运行导入的mscV5PlusDemo，最后生成的apk可直接安装在对应的手机上，如下图所示：

如果编译时出现“ERROR: Plugin with id 'com.android.application' not found.”错误，请在build.gradle文件中添加以下代码。

buildscript {
    repositories {
        google()
        jcenter()
    }
    dependencies {
         //版本号请根据自己的gradle插件版本号自行更改
        classpath 'com.android.tools.build:gradle:3.4.0'
        // NOTE: Do not place your application dependencies here; they belong
        // in the individual module build.gradle files
    }
}

如在导入项目中还出现其他问题，可参考帖子：安卓demo常见错误排查

# 方法二（导入module方式）：

打开Android Studio,在菜单栏File--->new--->import module当前解压sdk路径，使用在线服务能力选择导入mscV5PlusDemo，导入成功之后sync编译下，编译无误可连接手机，开启手机USB开发调试模式，直接在Android Studio运行导入的mscV5PlusDemo，最后生成的apk可直接安装在对应的手机上。

# 2.2、项目集成步骤

# 2.2.1、SDK包说明

《Android SDK目录结构一览》

• manifests：
  • android配置应用权限文件
• sample:
  • 相关离线能力demo(离线语音听写IatDemo)
• assets:
  • SDK相关资源配置文件
• Libs:
  • 动态库和jar包
• res:
  • UI文件和相关布局文件xml
• readme说明(必看)
• release 版本说明

# 2.2.2、导入SDK

将在官网下载的Android SDK 压缩包中libs目录下所有子文件拷贝至Android工程的libs目录下。如下图所示：

注：

1. arm版本已经逐步淘汰了，arm架构的推荐使用armeabi-v7a。
2. 如果您需要将应用push到设备使用，请将设备cpu对应指令集的libmsc.so push到/system/lib中。
3. 集成到项目，需要将sdk中Demo/src/main/下文件拷贝到项目main中，以AS为例，且需要在项目main文件夹下新建Jnilibs并拷贝libmsc.so
4. msc.jar需要拷贝至项目libs下，并且右键jar添加Add As Library。
5. sdk下文件夹main/assets/，自带UI页面(iflytek文件夹)和相关其他服务资源文件(语法文件、音频示例、词表)，使用自带UI接口时，可以将assets/iflytek文件拷贝到项目中;

# 2.2.3、添加用户权限

在工程 AndroidManifest.xml 文件中添加如下权限

<!--连接网络权限，用于执行云端语音能力 -->
<uses-permission android:name="android.permission.INTERNET"/>
<!--获取手机录音机使用权限，听写、识别、语义理解需要用到此权限 -->
<uses-permission android:name="android.permission.RECORD_AUDIO"/>
<!--读取网络信息状态 -->
<uses-permission android:name="android.permission.ACCESS_NETWORK_STATE"/>
<!--获取当前wifi状态 -->
<uses-permission android:name="android.permission.ACCESS_WIFI_STATE"/>
<!--允许程序改变网络连接状态 -->
<uses-permission android:name="android.permission.CHANGE_NETWORK_STATE"/>
<!--读取手机信息权限 -->
<uses-permission android:name="android.permission.READ_PHONE_STATE"/>
<!--读取联系人权限，上传联系人需要用到此权限 -->
<uses-permission android:name="android.permission.READ_CONTACTS"/>
<!--外存储写权限，构建语法需要用到此权限 -->
<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE"/>
<!--外存储读权限，构建语法需要用到此权限 -->
<uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE"/>
<!--配置权限，用来记录应用配置信息 -->
<uses-permission android:name="android.permission.WRITE_SETTINGS"/>
<!--手机定位信息，用来为语义等功能提供定位，提供更精准的服务-->
<!--定位信息是敏感信息，可通过Setting.setLocationEnable(false)关闭定位请求 -->
<uses-permission android:name="android.permission.ACCESS_FINE_LOCATION"/>
<!--如需使用人脸识别，还要添加：摄相头权限，拍照需要用到 -->
<uses-permission android:name="android.permission.CAMERA" />

注意：如需在打包或者生成APK的时候进行混淆，请在proguard.cfg中添加如下代码：

-keep class com.iflytek.**{*;}
-keepattributes Signature

# 2.2.4、初始化

初始化即创建语音配置对象，只有初始化后才可以使用MSC的各项服务。建议将初始化放在程序入口处（如Application、Activity的onCreate方法），初始化代码如下：

// 将“12345678”替换成您申请的APPID，申请地址：https://www.ai-tj.cn
// 请勿在“=”与appid之间添加任何空字符或者转义符
SpeechUtility.createUtility(context, SpeechConstant.APPID +"=12345678");

# 3、参数说明

# 3.1、基础参数说明

备注：以上均为SDK常用参数说明，均在setParam()方法里面设置，设置示例：mTts.setParameter(SpeechConstant.VOICE_NAME, voicer);更多详细参数请参考：MSC Android API文档.

# 3.2、离线发音人列表

# 3.2.1、离线语音合成（普通版）的common.jet（约4.10 MB）+发音人.jet资源配合使用，普通的离线语音合成中文和英文发音人均依赖common.jet。

# 3.2.2、离线语音合成（高品质版）的common.jet(约20.4M)+发音人.jet资源配合使用

注：高品质离线语音合成若使用到了英文发音人，需配合common_en.jet(约3MB)使用，如果未用到英文发音人，可在SDK中移除此资源以释放空间

# 3.2.3、离线语音合成发音人购买

购买方式1：离线语音合成主页—离线发音人库—选择普通版或高品质版-立即购买—选择绑定的应用—付款；

购买方式2：控制台—应用—离线语音合成（普通版）或离线语音合成（高品质版）—服务管理—购买离线发音人音库—付款。

注：
1、离线语音合成（普通版）和离线语音合成（高品质版）发音人不能共用，在购买时，请慎重选择服务。

2、购买成功后重新下载离线语音合成sdk，在sdk中会自动多一个购买的发音人资源。

# 3.3、离线语音合成

平台上购买离线语音合成后下载的sdk包，默认只提供小燕和小峰的资源（.jet），也就是说只有这两个发音人可以使用，如果购买了其他的发音人的话，您就会拿到其他发音人的资源(.jet)。

# 3.3.1、离线语音合成（普通版）发音人包集成

以小芳的发音人为例，购买后您会拿到小芳的资源（xiaofang.jet）。请看下面示例：

1. 需将res中tts文件夹（包含合成的资源）资源拷贝到demo中assets相应的路径下，将xiaofang.jet资源放到demo中assets/tts路径下。注意：无论使用那个发音人，common.jet资源都是必须要放进去的。

2. 将代码中的voice_name参数修改为小芳，同时资源发音人资源也要修改为xiaofang.jet这样才能正确的加载到正确的资源。

# 3.3.2、离线语音合成（高品质版）发音人包集成

以小坤的发音人为例，购买后您会拿到小坤的资源（xiaokun.jet）。请看下面示例：

1. 需将res中xtts文件夹（包含合成的资源）资源拷贝到demo中assets相应的路径下，将xiaokun.jet资源放到demo中assets/xtts路径下。注意：无论使用那个发音人，common.jet资源都是必须要放进去的。

2. 将代码中的voice_name参数修改为小坤，同时资源发音人资源也要修改为xiaokun.jet这样才能正确的加载到正确的资源。

注意：

1、使用购买的新的发音人要注意加载的资源名称，voice_name，资源路径中的资源名称三者的统一，否则者会无法正常使用。

2、高品质离线发音人和普通离线发音人资源存放位置不能相互混淆。

# 4、视频教程

概念原理

技术简介

发展历史

典型应用

# 5、常见问题

# 在线语音合成与离线语音合成的区别是什么？

答：在线合成针对有网环境，离线是无网环境；另外在线升级与公有云同步升级，离线响应速度快，在线效果更好，可选择的发音人也更多。

# 离线语音合成的主要功能是什么？

答：将文字信息转化为声音信息，让应用具备离线语音合成的能力。即让机器像人一样开口说话，给开发者的应用配上“嘴巴”。

# 离线语音合成支持哪些应用平台？

答：目前离线语音合成支持：IOS/Android/Windows/Linux应用平台，但离线语音合成（高品质版）暂不支持Windows应用平台。

# 离线语音合成的字节有什么要求？

答：目前离线语音合成SDK接口一次最多可支持8192个字节。

# 离线语音合成支持哪些语言？

答：目前离线语音合成目前支持的语种/方言：中文、英文、粤语、东北话、四川话、河南话、湖南话、陕西话、台湾普通话，但离线语音合成（高品质版）暂不支持湖南话和粤语。

# 离线语音合成怎么收费的？

答：默认的中文普通话男女生讯飞小峰和讯飞小燕是免费使用的；离线发音人库2000元/人；高品质离线发音人库4000元/人。

# 离线发音人库的发音人如何购买？

答：登录讯飞开放平台，点击到离线语音合成页面后，选择普通版或高品质版，可查看到相应版本下离线发音人的价格。点击发音人的“立即购买”即可支付购买。

# 离线语音合成如何购买？

答: 登录讯飞开放平台，点击到离线语音合成页面后，选择普通版或高品质版，可查看到相对应版本价格表。点击对应套餐的“立即购买”即可支付购买。

# 离线语音合成（普通版）和高品质版的区别

答: 高品质版合成效果比普通版更好，但资源占用略高，可根据业务需求合理选择

# 已导入相关资源，但是合成还是无法使用

答: 首先确认导入资源是否正确引入，高品质版和普通版离线资源名字相同，但是不可通用，需要进行区分，不可混淆。