在 Android 上使用 TTS：大声朗读标点符号

Question

上下文：我的应用程序正在将句子发送到用户拥有的任何 TTS 引擎。句子是用户生成的，可能包含标点符号。

问题：一些用户报告标点符号在 SVOX、Loquendo 和其他可能的系统上大声朗读（TTS 表示“逗号”等）。

问题：

1. 我应该删除所有标点符号吗？
2. 我应该使用这种API来转换标点符号吗？
3. 我应该让 TTS 引擎处理标点符号吗？

在 Loquendo 中发现问题的同一用户，在另一个名为 FBReader 的 Android 应用程序中则没有此问题。所以我认为第三种选择不是正确的选择。

Answer 1

我的一个应用程序也遇到了同样的问题。

输入字符串为：

10 分钟后的下一个闹钟，将是下午 2:45

，TTS 引擎会说：

10 分钟后的下一个闹钟逗号，它将是下午 2:45代码>.

只需在逗号后添加一个空格即可解决问题，如下所示：

10 分钟后下一个闹钟，将是下午 2:45

这是一个愚蠢的错误，也许您的问题比这更复杂，但这对我有用。 :)

Answer 2

因此，您担心用户可能碰巧选择了哪种后巷获得的文本转语音引擎作为默认引擎...大概是因为您不希望您的应用程序由于该引擎的未知/而看起来很糟糕不良行为。可以理解。

但（好的）事实是，TTS 的行为实际上不是您的责任，除非您决定在应用程序本身中嵌入引擎（难度：难，推荐？否）。

引擎可以而且应该被认为遵守此处...并且假定在 Android 系统设置（home\settings\language&locale\TTS）中提供了自己足够的配置选项集，其中可能包含也可能不包含发音选项。还应该假定用户足够聪明来安装他们满意的引擎。

承担预测和“纠正”未知和不需要的引擎行为的工作（至少在您没有亲自测试过的引擎中）是一个滑坡。

一个简单而好的选择（难度：简单）：

• 在您的应用程序中进行设置：“忽略标点符号”。

更好的选择（难度：中等）：

• 执行上述操作，但如果您在用户设备上检测到的引擎容易出现此问题，则仅显示“忽略标点符号”设置选项。

另外，需要注意的一件事是，引擎之间存在很多很多差异（是否使用嵌入式语音与在线语音、响应时间、初始化时间、可靠性/遵守 Android 规范、跨 Android API 级别的行为、跨自己版本历史记录的行为，声音的质量，更不用说语言能力了）...对于用户来说，差异可能比标点符号是否发音更重要。

您说“我的应用程序正在向用户拥有的任何 TTS 引擎发送句子。”嗯……“这就是你的问题。”为什么不让用户选择使用什么引擎呢？

并引导我们......

一个更好的选择（难度：困难和好！[以我的拙见]）：

• 决定您的应用程序将“支持”的一些“已知良好”引擎，从 Google 和 Samsung 开始。我猜现在只有不到 5% 的设备没有配备这两种引擎。
• 在您计划支持的所有 Android API 级别上尽可能多地研究和测试这些引擎......至少在它们是否发音标点符号方面。
• 随着时间的推移，如果您愿意，可以测试更多引擎，并在后续应用程序更新中将它们添加到支持的引擎中。
• 当您的应用程序启动时运行一个算法来检测安装了哪些引擎，然后根据您自己的受支持引擎列表使用该信息：

---

private ArrayList<String> whatEnginesAreInstalled(Context context) {
    final Intent ttsIntent = new Intent();
    ttsIntent.setAction(TextToSpeech.Engine.ACTION_CHECK_TTS_DATA);
    final PackageManager pm = context.getPackageManager();
    final List<ResolveInfo> list = pm.queryIntentActivities(ttsIntent, PackageManager.GET_META_DATA);
    ArrayList<String> installedEngineNames = new ArrayList<>();
    for (ResolveInfo r : list) {
        String engineName = r.activityInfo.applicationInfo.packageName;
        installedEngineNames.add(engineName);

        // just logging the version number out of interest
        String version = "null";
        try {
            version = pm.getPackageInfo(engineName,
            PackageManager.GET_META_DATA).versionName;
            } catch (Exception e) {
                Log.i("XXX", "try catch error");
            }
        Log.i("XXX", "we found an engine: " + engineName);
        Log.i("XXX", "version: " + version);
    }
    return installedEngineNames;
}

---

• 在应用程序的设置中，将您决定支持的所有引擎显示为选项（即使当前未安装） 。这可以是一组简单的单选按钮，其标题对应于不同的引擎名称。如果用户选择未安装的一个，请通知他们，并让他们选择有目的地安装它。
• 将用户选择的引擎名称（字符串）保存在 SharedPreferences 中，并在应用程序中需要 TTS 时将其选择用作 TextToSpeech 构造函数的最后一个参数。
• 如果用户安装了一些奇怪的引擎，也将其作为一个选择，即使它无法识别/不受支持，但通知他们他们选择了未知/未经测试的引擎。
• 如果用户选择受支持但已知会发音标点符号（不良）的引擎，则在选择该引擎后，会弹出一个警报对话框，警告用户这一点，并解释说他们可以使用“关闭此不良行为”忽略标点符号”设置已经提到。

旁注：

• 不要让 SVOX/PICO（模拟器）引擎让您太担心 - 它有很多缺陷，甚至没有设计或保证在 API ~20 以上的 Android 上运行，但仍然包含在模拟器图像高达 API ~24，导致“不可预测的结果”，实际上并不反映现实。我还没有在过去七年左右的时间里在任何真正的硬件设备上看到过这个引擎。

• 既然你说“句子是用户生成的”，我会更担心解决他们将用什么语言输入的问题！我会注意这个问题！ :)