跳到主要内容

文本转语音（TTS）

TTS（Text To Speech，文本转语音）即语音合成技术，是一种将文本信息转换为自然流畅语音的技术，通过人工智能算法模拟人类发音方式，实现文字内容的实时语音播报。TTS 是智能助手、人机交互、智能客服、车载系统和机器人语音交互等应用的重要基础，可提升设备的信息传递能力与自然交互体验。

硬件要求模型选择性能 Benchmark
RDK X5
USB 音箱/有线耳机		Matcha生成内容：你好我是地瓜机器人（2044ms）
生成耗时：780ms（8 核 CPU）

硬件连接​

  • 将 USB 音箱接入 RDK X5 开发板的 USB 接口。
  • 将有线耳机接入 RDK X5 开发板的 Earphone 音频口。

环境准备​

安装依赖​

#安装依赖
sudo apt update
sudo apt install libasound2-dev

编译 sherpa-onnx​

注意
  • cmake 会拉取依赖代码，请保证访问 github 正常，失败则多尝试几次。
  • 如已编译过，可跳过此步骤。
git clone https://github.com/k2-fsa/sherpa-onnx.git
cd sherpa-onnx
mkdir build
cd build
cmake -DCMAKE_BUILD_TYPE=Release ..
make -j6
make install .

获取案例代码并编译​

wget https://archive.d-robotics.cc/downloads/rdk_demo/rdk_x5_demo/tts_demo_cpp.tar.gz
tar zxvf tts_demo_cpp.tar.gz
cd tts_demo_cpp
cmake -S . -B build
cmake --build build -j6

案例启动​

提示
  • 该功能根据输入的文字生成音频，并通过扬声器播放。
  • 运行时指定音频设备请参考 Earphone 音频口 章节。
  • 启动后需要加载模型，请稍作等待。
#在 tts_demo_cpp 路径下运行
./build/tts_play --text '你好我是地瓜机器人' --device plughw:0,0
tts-run-result