创建这个项目是因为在大多数主流浏览器上运行 Web Speech API
的合成部分总是一个挑战。
speechSynthesis
的单一APIEasySpeech.debug
钩子进行内部日志记录注意: 这不是一个polyfill包,如果你的目标浏览器不支持语音合成或Web Speech API,这个包将无法使用。
在线演示可在 https://leaonline.github.io/easy-speech/ 获取
你可以用它来测试你的浏览器对 speechSynthesis
的支持和功能。
目录 由 DocToc 生成
<!-- END doctoc generated TOC please keep comment here to allow auto update -->通过npm安装:
$ npm install easy-speech
你还可以使用针对不同目标的各种构建版本,查看 dist
文件夹:
/dist/EasySpeech.js
- ESM/dist/EasySpeech.cjs.js
- CommonJs/dist/EasySpeech.es5.js
- 兼容旧版Node/dist/EasySpeech.iife.js
- 兼容旧版的构建,即使在较旧或特殊的浏览器上也能工作,只要它们支持Promises(欢迎PR来转换为回调!)/dist/index.d.ts
- TypeScript类型定义你可以通过CDN使用它们:
<!-- esm --> <script type="module"> import easySpeech from 'https://cdn.jsdelivr.net/npm/easy-speech/+esm' </script>
<!-- 经典方式 --> <script src="https://cdn.jsdelivr.net/npm/easy-speech/dist/EasySpeech.iife.js"></script>
导入 EasySpeech
并首先检测你的浏览器是否支持tts(文本转语音):
import EasySpeech from 'easy-speech' EasySpeech.detect()
它会返回一个包含以下信息的对象:
{ speechSynthesis: SpeechSynthesis|undefined, speechSynthesisUtterance: SpeechSynthesisUtterance|undefined, speechSynthesisVoice: SpeechSynthesisVoice|undefined, speechSynthesisEvent: SpeechSynthesisEvent|undefined, speechSynthesisErrorEvent: SpeechSynthesisErrorEvent|undefined, onvoiceschanged: Boolean, onboundary: Boolean, onend: Boolean, onerror: Boolean, onmark: Boolean, onpause: Boolean, onresume: Boolean, onstart: Boolean }
如果至少定义了 SpeechSynthesis
和 SpeechSynthesisUtterance
,那么你就可以开始使用了。
准备好所有工作并不像应该的那样清晰,尤其是在针对跨浏览器功能时。异步初始化函数将帮助你解决这种情况:
EasySpeech.init({ maxTimeout: 5000, interval: 250 }) .then(() => console.debug('加载完成')) .catch(e => console.error(e))
初始化程序将经过几个阶段来设置环境:
onvoiceschanged
可用:使用 onvoiceschanged
onvoiceschanged
不可用:回退到超时onvoiceschanged
但没有可用的语音:回退到超时interval
内重新加载语音,直到达到 maxTimeout
如果你的初始化程序仍然没有检测到/加载任何语音,尽管支持语音合成,请提交一个问题!
如果找到了语音,它将按以下规则设置备用语音:
default
属性设置为 true,则将其用作备用语音navigator.language
匹配的第一个语音注意:此备用语音不会被 EasySpeech.defaults()
覆盖,你的默认语音将优先使用,但在调用 EasySpeech.speak()
时如果没有找到语音,备用语音将始终存在。
这非常简单:
await EasySpeech.speak({ text: 'Hello, world!', voice: myLangVoice, // 可选,将使用默认或备用语音 pitch: 1, rate: 1, volume: 1, // 还有更多事件,请查看 API 以了解支持的事件 boundary: e => console.debug('到达边界') })
当语音结束时,Promise 将自动解析,或在发生错误时拒绝。你还可以附加这些事件监听器,或使用 EasySpeech.on
为每次调用 EasySpeech.speak
时附加默认监听器。
有一个单独的常见问题部分,旨在帮助解决常见问题。
完整的 API 文档可用:api 文档
欢迎任何贡献,如果有任何问题,请提交 issue。
如果你打算贡献代码,请阅读贡献指南。
本项目使用了多个资源来获取关于如何获得最佳跨浏览器 SpeechSynthesis 运行的见解:
MIT,请查看许可证文件
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机 构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板 、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号