#1024程序员节|征文#
碎碎念
up发现了一个视频，讲什么是API，讲的很好，分享给大家，很适合新手理解。
到底什么是 API 接口？用全网最易懂的方式给你讲清楚！_哔哩哔哩_bilibili
一、前言
本文本只讲解Windows连接，其他的暂未测试。
文字转语音目前有两个方案：
1.用unity使用各个厂商做的sdk
根据不同厂商的政策收费不同，声音也相对自然。
2.unity商城里有个插件叫做RT-Voice PRO
插件一次性收费，但声音是机器音
标题
二、简单介绍Azure
我们可能没有听过Azure，但是我们一定听过微软。微软是一个公司，做了很多计算机相关的东西，比如我们用的windows系统，office办公软件等，他的中国版官方网站为：
//很奇怪，链接一贴就损坏，就这样贴吧
https://www.microsoft.com/zh-cn微软公司也开发了AI相关的功能，在官网内我们可以找到。
也可以直接进入链接：
在这些AI功能中，有一个功能就叫做Azure，中文名称是蔚蓝。
这里就有点类似于，百度的AI叫文心一言，科大讯飞的AI叫讯飞星火。
在Azure中，有一项功能就是文字转语音服务，截止到up写本篇文章是每个月50万神经网络字符。
备注：
神经网络字符可以简单理解为字符，因为一个中文等于两个或多个字符，所以在这里可以约等于10万个中文汉字左右。
Azure在Github上有公开的案例，链接如下：
https://github.com/Azure-Samples
三、安装环境
1.注册账号相关
官方说明文档：
面向开发人员的关键 Azure 服务 | Microsoft Learn
文本转语音的说明文档：
文本转语音文档 - 教程和 API 参考 - Azure AI 服务 - Azure AI services | Microsoft Learn
文本转语音的快速使用文档：
文本转语音快速入门 - 语音服务 - Azure AI services | Microsoft Learn
根据使用文档，我们首先要做的三件事为：
以上每件事都需要做，挨个去实现一下。
2.安装SDK的环境
对应的文档说明为：
安装SDK包的链接为：
安装语音 SDK - Azure AI services | Microsoft Learn
在上述链接中，我们只需要看Unity的解决方案就可以了。
链接中有对环境的要求为：
1.就是在VS安装时，有一个组件，必须要安装。【Microsoft Visual C++ Redistributable（简称MSVC）是Windows操作系统中的基础类型库组件】
2.Unity要求的版本。【略】
3.VS要求的版本。【略】
余下的就是根据你的硬件情况，看需要。
备注：
Windows ARM64和我们平时说的Windows并不是一个东西。
- Windows：我们平时说的Windows是指x86-64（AMD64或Intel x86-64）
- Windows ARM64：一般在移动设备和嵌入式系统中用
3.下载unitySDK
找到链接中的这句话，就可以直接下载。然后把下载好的SDK拖入Unity中。
四、SDK使用
关于SDK使用，官方在gitHub上有Demo。
但是这个demo有些问题：
1.它并不是写在携程里的，所以在转换的时候会卡死
2.音频转换时无法停止， PCMSetPositionCallback方法会一直走10分钟最多。
所以对这个demo的代码进行了修改，对应的注释如下：
using UnityEngine;
using UnityEngine.UI;
using Microsoft.CognitiveServices.Speech;
using System.Collections;
using System.Threading.Tasks;
public class TTSManeger : MonoBehaviour
{
//提示框
public Text outputText;
//输入框
public InputField inputField;
//按钮
public Button speakButton;
//音乐
public AudioSource audioSource;
//秘钥
private const string SubscriptionKey = "这里填你自己的秘钥";
//订阅服务的地区
private const string Region = "eastasia";
//采样率
private const int SampleRate = 24000;
//信息
private string message;
//语音常规设置
private SpeechConfig speechConfig;
//语音合成器
private SpeechSynthesizer synthesizer;
void Start()
{
Application.runInBackground = true;
//重置输入框文字
inputField.text = "请输入想要阅读的文字";
//添加按钮方法
speakButton.onClick.AddListener(ButtonClick);
//账户配置，需要你的秘钥和地区，这是sdk中已经写好的方法
speechConfig = SpeechConfig.FromSubscription(SubscriptionKey, Region);
//微软有一个通用的格式叫RIFF，这个格式可以是图片，也可以是音频
//但是我们要的是我们能识别的音频，所以我们要把数据稍微修改一下
//把数据改成raw的格式，质量就设置成Raw24Khz16BitMonoPcm
//（Raw的/采样率为24,000赫兹/每个采样使用16位/单声道音频/脉冲编码调制）
speechConfig.SetSpeechSynthesisOutputFormat(SpeechSynthesisOutputFormat.Raw24Khz16BitMonoPcm);
//按照设置，初始化语音合成器，并且有两个参数 //这个null是音频设置（AudioConfig）
synthesizer = new SpeechSynthesizer(speechConfig, null);
//当语音合成器取消时
synthesizer.SynthesisCanceled += (s, e) =>
{
//从结果中找到语音取消的详细情况 //当前语音合成器的结果
var cancellation = SpeechSynthesisCancellationDetails.FromResult(e.Result);
//记录获取到的情况
message = $"取消:\n" +
$"原因:[{cancellation.Reason}]\n" +
$"错误细节：[{cancellation.ErrorDetails}]\n" +
$"是否订阅了信息?";
};
}
void Update()
{
//实时更新信息
if (outputText != null)
{
outputText.text = message;
}
}
//点击
public void ButtonClick()
{
speakButton.interactable = false;
//重置信息
string newMessage = null;
//如果没有输入信息，就不折腾了
if (inputField.text == null)
{
speakButton.interactable = true;
return;
}
//设置任务
Task<SpeechSynthesisResult> task = synthesizer.SpeakTextAsync(inputField.text);
StartCoroutine(CheckSynthesizer(task, speechConfig, synthesizer));
}
private IEnumerator CheckSynthesizer(Task<SpeechSynthesisResult> task,
SpeechConfig config,
SpeechSynthesizer synthesizer)
{
//重置信息
string newMessage = null;
//等待转换完成
yield return new WaitUntil(() => task.IsCompleted);
var result = task.Result;
//如果是已完成
if (result.Reason == ResultReason.SynthesizingAudioCompleted)
{
var sampleCount = result.AudioData.Length / 2;
var audioData = new float[sampleCount];
//音频转换
for (int i = 0; i < sampleCount; ++i)
{
audioData[i] = (short)(result.AudioData[i * 2 + 1] << 8 | result.AudioData[i * 2]) / 32768.0F;
}
var audioClip = AudioClip.Create("SynthesizedAudio", sampleCount,
1, 16000, false);
audioClip.SetData(audioData, 0);
audioSource.clip = audioClip;
newMessage = "音频转换成功";
//把创建好的音频给到audioSource
audioSource.clip = audioClip;
//播放音频
audioSource.Play();
}
if (newMessage != null)
{
message = newMessage;
}
yield return new WaitForSeconds(1f);
//打开按钮
speakButton.interactable = true;
}
void OnDestroy()
{
//如果语音合成器还在，清理掉它
if (synthesizer != null)
{
synthesizer.Dispose();
}
}
}五、场景布置
直接下载gitHub上的Demo，然后把代码改掉就可以了，我没有对场景进行其他更改。
看在这么认真的注释份上，点个赞再走吧~^_^~