指南

Swift iOS 文字转语音：用自然的声音

在 iOS 上，文字转语音从 AVSpeechSynthesizer 开始：几行 Swift 代码，手机就能用内置声音离线免费地朗读任何文字。但这些声音取决于用户安装了什么，而且和其他所有应用用的是同一批声音。请注意：Supertonic 3 暂不支持中文。

免费的 SuperClonica 引擎能让 iOS 或 macOS 应用拥有自己的自然声音，方式有两种：预先生成并打包进应用的音频文件，或由应用调用的语音服务器。本指南用现成的 Swift 代码演示两种方式，并说明什么时候 AVSpeechSynthesizer 仍然是合适的工具。

浏览声音 安装 SuperClonica 引擎

让 iOS 应用说话的三种方式

许多应用会组合使用：界面用打包的台词，用户文字用服务器，系统声音作为备用。

  • AVSpeechSynthesizer：系统声音，离线免费，取决于用户安装的内容。
  • 打包的音频：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 iPhone 上即可完成。

打包预生成的台词

打包的文件离线可用、没有延迟；修改则需要发布新版本。

  • 在 Mac 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。
  • 把文件加入 Xcode 项目，使其复制到应用包中。
  • 用 AVFoundation 播放：player = try AVAudioPlayer(contentsOf: Bundle.main.url(forResource: "welcome", withExtension: "mp3")!); player.play()
  • 请把 player 保存为类的属性：局部的 AVAudioPlayer 一旦被释放就会停止播放。

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。iOS 默认要求 HTTPS，因此请把它放在证书之后，并设置 SUPERCLONICA_API_KEY，只让你的应用使用。这样一句台词就是一次请求：var request = URLRequest(url: URL(string: "https://tts.example.com/synthesize")!); request.httpMethod = "POST"; request.setValue("application/json", forHTTPHeaderField: "Content-Type"); request.httpBody = try JSONEncoder().encode(["text": "Your order is on its way.", "voice": "F1", "lang": "en"]); let (data, _) = try await URLSession.shared.data(for: request); player = try AVAudioPlayer(data: data); player.play() 请用 Authorization 请求头附上密钥，并缓存重复台词的数据。

什么时候 AVSpeechSynthesizer 就够了

当声音只需要听懂时，AVSpeechSynthesizer 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，或需要让每位用户都听到同样声音的品牌。