javascript 中实现文字转语音最直接的方式是使用 web speech api 的 speechsynthesis。1. 通过创建 speechsynthesisutterance 对象并调用 speechsynthesis.speak() 方法实现基础语音合成；2. 使用 volume、rate、pitch 属性分别控制音量（0-1）、语速（默认 1）和音调（默认 1）；3. 通过 speechsynthesis.getvoices() 获取可用语音列表，并异步设置 voice 属性以切换语音；4. web speech api 的局限包括浏览器兼容性、部分功能依赖网络、语音质量参差、文本长度限制及错误处理不完善，如需更高要求可考虑第三方服务。
实现文字转语音，JavaScript 中最直接的方式就是使用 Web Speech API 的语音合成功能，也就是 SpeechSynthesis。它允许你通过浏览器内置的语音引擎将文本转换成语音。
function textToSpeech(text) {
const utterance = new SpeechSynthesisUtterance(text);
speechSynthesis.speak(utterance);
}
// 调用示例
textToSpeech("你好，世界！");这段代码创建了一个 SpeechSynthesisUtterance 对象，并将要转换的文本传递给它。然后，speechSynthesis.speak() 方法会触发语音合成并播放。
如何调整语音的音量、语速和音调？
SpeechSynthesisUtterance 对象提供了多种属性来控制语音的输出效果。你可以调整 volume（音量，0 到 1 之间）、rate（语速，正常语速是 1）、和 pitch（音调，正常音调是 1）。
function textToSpeechAdvanced(text, volume = 1, rate = 1, pitch = 1) {
const utterance = new SpeechSynthesisUtterance(text);
utterance.volume = volume;
utterance.rate = rate;
utterance.pitch = pitch;
speechSynthesis.speak(utterance);
}
// 调用示例：降低音量，加快语速
textToSpeechAdvanced("这是一段测试文本。", 0.5, 1.5);注意，不同的浏览器和操作系统对这些属性的解释可能略有不同，所以实际效果可能会有一些差异。
如何选择不同的语音？
Web Speech API 允许你选择不同的语音（voices）。你可以通过 speechSynthesis.getVoices() 方法获取可用的语音列表。这个方法返回一个 SpeechSynthesisVoice 对象的数组。
function getAvailableVoices() {
return new Promise(resolve => {
let voices = speechSynthesis.getVoices();
if (voices.length) {
resolve(voices);
return;
}
// 有些浏览器需要监听 voiceschanged 事件才能获取语音列表
speechSynthesis.onvoiceschanged = () => {
voices = speechSynthesis.getVoices();
resolve(voices);
};
});
}
async function textToSpeechWithVoice(text, voiceName) {
const voices = await getAvailableVoices();
const selectedVoice = voices.find(voice => voice.name === voiceName);
if (!selectedVoice) {
console.warn(`Voice "${voiceName}" not found.`);
textToSpeech(text); // 使用默认语音
return;
}
const utterance = new SpeechSynthesisUtterance(text);
utterance.voice = selectedVoice;
speechSynthesis.speak(utterance);
}
// 调用示例：使用 "Microsoft Xiaoxiao - Chinese (Simplified)" 语音
textToSpeechWithVoice("你好，世界！", "Microsoft Xiaoxiao - Chinese (Simplified)");这段代码首先异步获取可用的语音列表。然后，它查找指定名称的语音，并将其设置为 SpeechSynthesisUtterance 对象的 voice 属性。如果找不到指定的语音，则会使用默认语音。
需要注意的是，语音列表可能需要一些时间才能加载完成。因此，通常需要监听 voiceschanged 事件，或者使用 Promise 来确保语音列表已经准备好。另外，不同浏览器提供的语音种类也会有所不同。在 Chrome 中，语音列表通常会立即返回，而在 Firefox 中，可能需要等待 voiceschanged 事件触发。
Web Speech API有哪些局限性？
虽然 Web Speech API 非常方便，但它也有一些局限性：
- 依赖浏览器支持: 并非所有浏览器都完全支持 Web Speech API。老版本的浏览器可能不支持，或者支持程度有限。
- 依赖网络连接 (某些情况): 某些语音合成引擎可能需要网络连接才能工作，尤其是在使用高质量的语音时。
- 语音质量: 语音质量取决于浏览器内置的语音引擎。有些语音听起来可能比较机械化，不够自然。
- 文本长度限制: 某些浏览器可能对可以合成的文本长度有限制。如果文本太长，可能需要将其分割成较小的片段。
- 错误处理: 错误处理可能比较困难。如果语音合成失败，API 可能不会提供详细的错误信息。
总的来说，Web Speech API 是一个快速实现文字转语音的有效方法，但需要注意其局限性，并根据实际需求选择合适的解决方案。对于需要更高质量、更稳定、更可控的语音合成，可能需要考虑使用第三方的语音合成服务。
