mirror of
https://github.com/espressif/esp-sr.git
synced 2025-09-15 15:28:44 +08:00
73 lines
2.6 KiB
ReStructuredText
73 lines
2.6 KiB
ReStructuredText
TTS 语音合成模型
|
||
================
|
||
|
||
:link_to_translation:`en:[English]`
|
||
|
||
乐鑫 TTS 语音合成模型是一个为嵌入式系统设计的轻量化语音合成系统，具有如下主要特性：
|
||
|
||
- 目前 **仅支持中文**
|
||
- 输入文本采用 UTF-8 编码
|
||
- 输出格式采用流输出，可减少延时
|
||
- 多音词发音自动识别
|
||
- 可调节合成语速
|
||
- 数字播报优化
|
||
- 自定义声音集（敬请期待）
|
||
|
||
简介
|
||
----
|
||
|
||
乐鑫 TTS 的当前版本基于拼接法，主要组成部分包括：
|
||
|
||
- 解析器 (Parser)：根据字典与语法规则，将输入文本（采用 UTF-8 编码）转换为拼音列表。
|
||
- 合成器 (Synthesizer)：根据解析器输出的拼音列表，结合预定义的声音集，合成波形文件。默认输出格式为：单声道，16 bit @ 16000Hz。
|
||
|
||
系统框图如下：
|
||
|
||
.. figure:: ../../_static/esp_chinese_tts.png
|
||
:alt: chinese TTS
|
||
|
||
简单示例
|
||
--------
|
||
|
||
- :project_file:`esp-tts/samples/xiaoxin_speed1.wav` (voice=xiaoxin, speed=1)：欢迎使用乐鑫语音合成，支付宝收款 72.1 元，微信收款 643.12 元，扫码收款 5489.54 元
|
||
- :project_file:`esp-tts/samples/S2_xiaole_speed2.wav` (voice=xiaole, speed=2)： 支付宝收款 1111.11 元
|
||
|
||
编程指南
|
||
--------
|
||
|
||
.. code:: c
|
||
|
||
#include "esp_tts.h"
|
||
#include "esp_tts_voice_female.h"
|
||
#include "esp_partition.h"
|
||
|
||
/*** 1. create esp tts handle ***/
|
||
|
||
|
||
// initial voice set from separate voice data partition
|
||
|
||
const esp_partition_t* part=esp_partition_find_first(ESP_PARTITION_TYPE_DATA, ESP_PARTITION_SUBTYPE_DATA_FAT, "voice_data");
|
||
if (part==0) printf("Couldn't find voice data partition!\n");
|
||
spi_flash_mmap_handle_t mmap;
|
||
uint16_t* voicedata;
|
||
esp_err_t err=esp_partition_mmap(part, 0, part->size, SPI_FLASH_MMAP_DATA, (const void**)&voicedata, &mmap);
|
||
esp_tts_voice_t *voice=esp_tts_voice_set_init(&esp_tts_voice_template, voicedata);
|
||
|
||
// 2. parse text and synthesis wave data
|
||
char *text="欢迎使用乐鑫语音合成";
|
||
if (esp_tts_parse_chinese(tts_handle, text)) { // parse text into pinyin list
|
||
int len[1]={0};
|
||
do {
|
||
short *data=esp_tts_stream_play(tts_handle, len, 4); // streaming synthesis
|
||
i2s_audio_play(data, len[0]*2, portMAX_DELAY); // i2s output
|
||
} while(len[0]>0);
|
||
i2s_zero_dma_buffer(0);
|
||
}
|
||
|
||
更多参考，请前往 :project_file:`esp-tts/esp_tts_chinese/include/esp_tts.h` 查看 API 定义，或参考 ESP-Skainet 中 `chinese_tts <https://github.com/espressif/esp-skainet/tree/master/examples/chinese_tts>`__ 示例.
|
||
|
||
|
||
资源消耗
|
||
--------
|
||
|
||
有关本模型的资源消耗情况，请见 :doc:`资源消耗 <../benchmark/README>`。 |