指南

Kotlin Android 文字转语音：用自然的声音

Android 自带文字转语音：TextToSpeech 类用手机上安装的引擎朗读任何文字，离线且免费。但用户听到的声音取决于设备、引擎和已下载的语音包，所以同一个应用在每部手机上听起来都不一样。请注意：Supertonic 3 暂不支持中文。

免费的 SuperClonica 引擎能让 Android 应用在任何地方都使用同一个自然的声音，方式有两种：作为资源打包的预生成音频文件，或由应用调用的语音服务器。本指南用现成的 Kotlin 代码演示两种方式，并说明什么时候系统引擎仍是合适的工具。

浏览声音 安装 SuperClonica 引擎

让 Android 应用说话的三种方式

许多应用会组合使用：界面用资源，用户文字用服务器，系统引擎作为备用。

  • TextToSpeech：手机上安装的引擎，离线免费，但声音因设备而异。
  • raw 资源：固定台词用 SuperClonica 生成一次，随应用发布。
  • 语音服务器：应用把文字发送到你的 SuperClonica 服务器，并播放返回的 WAV。
  • SuperClonica 支持 31 种语言，暂不支持中文。

在线免费挑选声音

在任意声音页面输入应用中的一句台词，30 到 100 个字符，选择语言并点击生成按钮。几秒后就能听出是否合适，无需注册，在手机上即可完成。

把预生成的台词作为资源打包

资源离线可用、没有延迟；修改则需要发布新版本。

  • 在电脑上用引擎生成每句台词：python -m pip install superclonica-cpu，然后 superclonica --text "Welcome back!" --voice F1 --lang en --output welcome.mp3。
  • 把文件放进 res/raw；资源名只能包含小写字母、数字和下划线。
  • 播放台词：MediaPlayer.create(context, R.raw.welcome).start()
  • 播放结束后释放播放器，例如在 setOnCompletionListener 中。

调用你自己的语音服务器

在你能控制的机器上运行服务器：docker run -d -p 8000:8000 -v superclonica-models:/models superclonica/superclonica:cpu。Android 默认阻止未加密的 HTTP，因此请把它放在 HTTPS 之后，并设置 SUPERCLONICA_API_KEY，只让你的应用使用。借助 OkHttp，一句台词就是一次请求，需在主线程之外执行，例如在 Dispatchers.IO 的协程中：val body = """{"text": "Your order is on its way.", "voice": "F1", "lang": "en"}""".toRequestBody("application/json".toMediaType()); val bytes = client.newCall(Request.Builder().url("https://tts.example.com/synthesize").post(body).build()).execute().body!!.bytes(); val file = File(cacheDir, "line.wav").apply { writeBytes(bytes) }; MediaPlayer().apply { setDataSource(file.path); prepare(); start() } 请用 Authorization 请求头附上密钥，并缓存重复台词的文件。

什么时候系统 TextToSpeech 就够了

当声音只需要听懂时，系统引擎就够了：朗读通知、无障碍辅助、原型，或必须完全离线说话的应用。当声音是产品的一部分时，请选 SuperClonica：语言老师、游戏角色、冥想引导，或需要在每部手机上听起来都一样的品牌。