在运行最新版本 Android 的最新手机上，与旧手机相比，TextToSpeech 引擎在首次调用时可能需要大约 6 秒的时间才能使用react。

我的测试代码如下所示。 (已编辑:Android 4.0.3 Ice Cream Sandwich、API 15 及更高版本的替代代码，最后显示。)

在运行 4.4.4 KitKat 的 1 岁摩托罗拉 Moto G 上，TextToSpeech 引擎可能需要 7 秒以上才能完成对 speak() 单词“Started”的首次调用。这是我的代码的输出。

D/speak﹕ call: 1415501851978
D/speak﹕ done: 1415501859122, delay: 7144

在运行 2.2 Froyo 的 3 岁三星 SGH-T499Y 上，不到一秒钟就可以完成说话:

D/speak﹕ call: 1415502283050
D/speak﹕ done: 1415502283900, delay: 850

有没有办法发现这 6 秒延迟期间发生了什么？
有什么方法可以让更新的(而且据说更快的)设备更快地使用react吗？

package com.example.speak

import android.app.Activity;
import android.speech.tts.TextToSpeech;
import android.os.Bundle;
import android.util.Log;

import java.util.HashMap;
import java.util.Locale;


public class MainActivity extends Activity implements TextToSpeech.OnInitListener,
        TextToSpeech.OnUtteranceCompletedListener {

    private final String TAG = "speak";
    private Activity activity;
    private TextToSpeech tts;
    private long launchTime;

    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_main);

        tts = new TextToSpeech(getApplicationContext(), this);
    }

    public void onInit(int status) {
        if (status == TextToSpeech.SUCCESS) {
            tts.setOnUtteranceCompletedListener(this);
            tts.setLanguage(Locale.UK);
            ttsSay("Started");
        }
    }

    private void ttsSay(String toSpeak) {
        int mode = TextToSpeech.QUEUE_FLUSH;
        HashMap hashMap = new HashMap<String, String>();
        hashMap.put(TextToSpeech.Engine.KEY_PARAM_UTTERANCE_ID, TAG);

        launchTime = System.currentTimeMillis();
        Log.d(TAG, "call: " + launchTime);
        tts.speak(toSpeak, mode, hashMap);
    }

    public void onUtteranceCompleted(String utteranceID) {
        long millis = System.currentTimeMillis();
        Log.d(TAG, "done: " + millis + ", delay: " + (millis - launchTime));
    }
}

编辑:从 Ice Cream Sandwich 4.0.3、API 15 开始，Android 提供 UtteranceProgressListener ，可用于为文本转语音播放的开始和结束计时。以下内容与 Froyo 不兼容；

package com.example.announceappprogress;

import android.app.Activity;
import android.speech.tts.TextToSpeech;
import android.os.Bundle;
import android.speech.tts.UtteranceProgressListener;
import android.util.Log;

import java.util.HashMap;
import java.util.Locale;


public class MainActivity extends Activity implements TextToSpeech.OnInitListener {

    private final String TAG = "speak";
    private TextToSpeech tts;
    private long launchTime;
    private long startTime;


    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_main);

        tts = new TextToSpeech(getApplicationContext(), this);
        tts.setOnUtteranceProgressListener(mProgressListener);
    }

    public void onInit(int status) {
        if (status == TextToSpeech.SUCCESS) {
            tts.setLanguage(Locale.UK);
            ttsSay("Started");
        }
    }

    private void ttsSay(String toSpeak) {
        int mode = TextToSpeech.QUEUE_FLUSH;
        HashMap hashMap = new HashMap<String, String>();
        hashMap.put(TextToSpeech.Engine.KEY_PARAM_UTTERANCE_ID, TAG);

        launchTime = System.currentTimeMillis();
        Log.d(TAG, "called: " + launchTime);
        tts.speak(toSpeak, mode, hashMap);
    }

    private final UtteranceProgressListener mProgressListener = new UtteranceProgressListener() {
        @Override
        public void onStart(String utteranceId) {
            startTime = System.currentTimeMillis();
            Log.d(TAG, "started: " + startTime + ", delay: " + (startTime - launchTime));
        }

        @Override
        public void onError(String utteranceId) {} // Do nothing.


        @Override
        public void onDone(String utteranceId) {
            long millis = System.currentTimeMillis();
            Log.d(TAG, "done: " + millis + ", total: " + (millis - launchTime) + ", duration: " + (millis - startTime));
        }
    };
}

这是在运行 4.4.4 KitKat 的摩托罗拉 Moto G 上给出的输出示例:

D/speak﹕ called:  1415654293442
D/speak﹕ started: 1415654299287, delay: 5845
D/speak﹕ done:    1415654299995, total: 6553, duration: 708

最佳答案

您可能没有在两台设备上使用相同的 TTS 引擎。

更多人声拼接 TTS 引擎(您可能已经安装在较新的设备上)可以使用数百兆字节的数据文件来生成语音。这些系统中的大多数都需要一定的设置时间才能发出第一句话。简单的(听起来更机械化的)基于共振峰的系统可能只需要几兆字节，因此加载速度要快得多。

一个有趣的实验是为“第二个”话语计时。我预计这会比您的新手机上的第一个更快。此外，听起来更自然的 TTS 系统通常在调用 TTS 和从话语开始发出声音之间具有更长的延迟时间。特别是如果给出了一个长句子，因为系统会在开始说话之前检查整个句子以制定最佳措辞。

此外，您确定您的新设备没有使用某些基于云的 TTS 服务吗？还有其他重要的、额外的变量会影响延迟。

关于android - KitKat 在第一次调用时比 Froyo 多花 6 秒对 TextToSpeech.speak() 使用react，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/26824649/