TextToSpeech、playEarcon 和 .wav 文件

Question

在我的一个应用程序中，我有一项活动，该活动通过语音合成字母数字参考字符串、字母/数字，例如“ABC123”听起来像“Ay，bee，sea，一二三”。由于这是一组有限的声音，我认为最好通过使用 playEarcon 方法播放预先录制的数字和字母的 .wav 文件，使 TTS 引擎能够在没有互联网连接的情况下工作。

我已将所有 36 个 wav 文件放在 res/raw 文件夹中，并在初始化 TTS 引擎时将资源 id 映射到字母。这很有效，但是 .apk 现在要大得多，因为 wav 文件未压缩地存储在 apk 中。我想让 apk 的大小更小。

在 另一个问题的答案它指出 wav 文件不参与压缩。 （我不明白为什么，因为它们通常会压缩到原始版本的 40% 左右）检查 apk 的内部结构，这似乎是真的。

由于代码中没有引用资源文件的扩展名，我尝试将 wav 重命名为 .waw、.abc、.spc。所有这些都被压缩，但不幸的是，除非扩展名是 .wav，否则 playEarcon 方法在调用时不会产生声音。

简而言之，我想强制 TTS 引擎播放没有 wav 扩展名的文件，或者说服它压缩 .wav 文件。

所有建议将不胜感激。无论如何，我在下面发布了最小的可演示代码示例。我的工作文件名为 gb_a.wav、gb_b.wav 等。如果扩展名更改，它们就会停止发声。

public class WavSpeakerActivity extends Activity implements
        RadioGroup.OnCheckedChangeListener, TextToSpeech.OnInitListener {

    static final int mGBLetterResIds[] = { R.raw.gb_a, R.raw.gb_b, R.raw.gb_c,
            R.raw.gb_d, R.raw.gb_e, R.raw.gb_f, R.raw.gb_g, R.raw.gb_h,
            R.raw.gb_i, R.raw.gb_j, R.raw.gb_k, R.raw.gb_l, R.raw.gb_m,
            R.raw.gb_n, R.raw.gb_o, R.raw.gb_p, R.raw.gb_q, R.raw.gb_r,
            R.raw.gb_s, R.raw.gb_t, R.raw.gb_u, R.raw.gb_v, R.raw.gb_w,
            R.raw.gb_x, R.raw.gb_y, R.raw.gb_z };
    static final int mGBNumberResIds[] = { R.raw.gb_zero, R.raw.gb_one,
            R.raw.gb_two, R.raw.gb_three, R.raw.gb_four, R.raw.gb_five,
            R.raw.gb_six, R.raw.gb_seven, R.raw.gb_eight, R.raw.gb_nine };

    static final String mGbStr = "GB";
    static final String mAlphabet = "ABCDEFGHIJKLMNOPQRSTUVWXYZ";
    static final String mNumbers = "0123456789";
    private String mPpackageName = null;
    private String mTextToSpeak = null;
    private RadioGroup mRadioGroup = null;// two buttons one sets letters, the other numbers
    private TextToSpeech mTts = null;

    @Override
    public void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.main);
        mTts = new TextToSpeech(this, this);
        mRadioGroup = (RadioGroup) findViewById(R.id.radioGroup1);
        mRadioGroup.setOnCheckedChangeListener(this);
    }

    @Override
    protected void onResume() {
        super.onResume();
        RadioGroup rg = (RadioGroup) findViewById(R.id.radioGroup1);
        switchText(rg);
        mPpackageName = getPackageName();
    }

    @Override
    public void onDestroy() {
        // Don't forget to shutdown speech engine
        if (mTts != null) {
            mTts.stop();
            mTts.shutdown();
        }
        super.onDestroy();
    }

    private void switchText(RadioGroup rg) {
        // select letters or digits as the String to speak
        int checkedButton = rg.getCheckedRadioButtonId();
        switch (checkedButton) {
            case R.id.alphabet:
                mTextToSpeak = mAlphabet;
                break;
            case R.id.numbers:
                mTextToSpeak = mNumbers;
                break;
        }
    }

    public void myClickHandler(View target) {
        // Just the one button has been clicked - the 'Speak' one
        String earconKey;
        String lang = Locale.UK.getCountry(); // will be "GB", just have UK in this small example
        mTts.setLanguage(Locale.UK); // skip error checking for brevity's sake
        String text = mTextToSpeak.replaceAll("\\s", "");// remove spaces (if any)
        char c;
        for (int i = 0; i < text.length(); i++) {
            c = text.charAt(i);
            if ( Character.isLetter(c) || Character.isDigit(c) ) {
                earconKey = lang + Character.toString(c); // GBA, GBB..GBZ, GB0.. GB9
                mTts.playEarcon(earconKey, TextToSpeech.QUEUE_ADD, null);
            }
        }
    }

    @Override
    public void onInit(int status) {
        // doesn't seem we need to check status or setLanguage if we're just playing earcons
        mapEarCons(); // map letter/digit sounds to resource ids
    }

    private void mapEarCons() {
        String key;
        for (char c = 'A'; c <= 'Z' ; c++){
            key = mGbStr + Character.toString(c); // GBA, GBB .. GBZ
            mTts.addEarcon(key, mPpackageName, mGBLetterResIds[c - 'A'] );// add it
        }
        for (int i = 0 ; i <= 9; i++){
            key = mGbStr + Integer.toString(i); // GB0, GB1 .. GB9
            mTts.addEarcon(key, mPpackageName, mGBNumberResIds[i] );
        }
    }

    @Override
    public void onCheckedChanged(RadioGroup rg, int arg1) { switchText(rg); }
}

。 。

Answer 1

1. 为什么不尝试压缩 wav 文件：根据维基百科 wav 文件是数据容器。最常用于未压缩的 PCM 声音，但也可用于存储使用各种编解码器压缩的数据（您可以找到 wFormatTags 的可能值（存储数据的类型），例如 此处）。
2. 您可以将资源保存到本地文件系统，并使用 addEarcon(String Earcon, String filename) 而不是 addEarcon(String Earcon, String packagename, int resourceId)。
3. 您可以使用 aapt 和 -0 wav 命令行开关来制作包含从压缩类型中排除的 wav 文件的 apk。

Answer 2

您应该尝试将wav文件转换为ogg文件，然后您将获得声音文件的最佳压缩率。