easy-speech

easy-speech

跨浏览器语音合成的简单解决方案

Easy Speech是一款跨浏览器语音合成库,无需额外依赖。它提供统一API接口和异步操作支持,具备全局及特定语音实例的事件钩子。该项目能自动检测加载可用语音,并解决了多个浏览器特有问题。Easy Speech还包含内部日志功能,支持多种构建目标,并提供在线演示测试浏览器兼容性。它简化了Web Speech API在主流浏览器上的语音合成实现。

Easy Speech语音合成跨浏览器Web Speech APIJavaScriptGithub开源项目
<h1 align="center">轻松语音</h1> <div align="center"> 跨浏览器语音合成;无依赖。 </div> <p align="center"> <br /> <a href="https://github.com/leaonline/easy-speech/blob/master/API.md"><strong>API 文档 »</strong></a> <br /> </p>

JavaScript 代码风格指南 项目状态:活跃 – 项目已达到稳定、可用状态,并正在积极开发中。 测试套件 CodeQL 语义分析 npm npm 包大小 npm 包大小 DOI

⭐️ 为什么选择 EasySpeech?

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。

✨ 特性

  • 🪄 用于在多个浏览器上使用 speechSynthesis 的单一API
  • 🌈 异步API(Promises、async/await)
  • 🚀 所有事件的钩子;全局和/或特定语音实例
  • 🌱 易于设置和集成:自动检测并加载可用的语音
  • 🔧 包含许多特定于浏览器的问题的修复或解决方案
  • 📝 通过 EasySpeech.debug 钩子进行内部日志记录
  • 📦 多个构建目标
  • 🎮 用于测试你的浏览器的在线演示

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

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。

在线演示截图

目录

<!-- START doctoc generated TOC please keep comment here to allow auto update --> <!-- DON'T EDIT THIS SECTION, INSTEAD RE-RUN doctoc TO UPDATE -->

目录 DocToc 生成

<!-- END doctoc generated TOC please keep comment here to allow auto update -->

📦 安装

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>

👨‍💻 使用

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 SpeechSynthesisSpeechSynthesisUtterance,那么你就可以开始使用了。

🚀 初始化

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))

💽 加载语音

初始化程序将经过几个阶段来设置环境:

  • 检测并确认基本支持 SpeechSynthesis,如果不支持则失败
  • 直接加载语音
  • 如果未加载但 onvoiceschanged 可用:使用 onvoiceschanged
  • 如果 onvoiceschanged 不可用:回退到超时
  • 如果触发了 onvoiceschanged 但没有可用的语音:回退到超时
  • 超时在给定的 interval 内重新加载语音,直到达到 maxTimeout
  • 如果在此之前加载了语音 -> 完成
  • 如果未找到语音 -> 失败

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!

设置备用语音

如果找到了语音,它将按以下规则设置备用语音:

  • 如果所有语音中有一个语音的 default 属性设置为 true,则将其用作备用语音
  • 否则,查找与当前 navigator.language 匹配的第一个语音
  • 否则,使用数组中的第一个语音

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。

📢 播放语音

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。

😵‍💫 故障排除 / 常见问题

有一个单独的常见问题部分,旨在帮助解决常见问题。

🔬 API

完整的 API 文档可用:api 文档

⌨️ 贡献和开发

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

📖 资源

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:

⚖️ 许可证

MIT,请查看许可证文件

编辑推荐精选

问小白

问小白

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。

聊天机器人AI助手热门AI工具AI对话
Transly

Transly

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。

讯飞智文

讯飞智文

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。

热门AI工具AI办公办公工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图
讯飞星火

讯飞星火

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。

模型训练热门AI工具内容创作智能问答AI开发讯飞星火大模型多语种支持智慧生活
Spark-TTS

Spark-TTS

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。

Trae

Trae

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。

热门AI工具生产力协作转型TraeAI IDE
咔片PPT

咔片PPT

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。

讯飞绘文

讯飞绘文

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。

AI助手热门AI工具AI创作AI辅助写作讯飞绘文内容运营个性化文章多平台分发
材料星

材料星

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-python

openai-agents-python

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。

下拉加载更多