JavaScript实现语音合成的核心方法是使用web speech api中的speechsynthesis接口。要检查浏览器是否支持语音合成，可使用if (‘speechsynthesis’ in window)进行判断；创建并配置语音实例需通过speechsynthesisutterance对象设置文本、语言、语速、音调和音量等参数；可通过speechsynthesis.getvoices()获取可用语音并动态生成选择列表；控制播放使用speak()、pause()、resume()和cancel()方法；还可监听onstart、onend、onerror等事件以执行相应操作；此外，优化效果可通过简洁文本、调整语速音调、使用ssml或考虑第三方服务如google cloud text-to-speech、amazon polly等来实现。
JavaScript实现语音合成，核心在于利用Web Speech API中的SpeechSynthesis接口。简单来说，就是把文字转换成声音播放出来，让你的网页“开口说话”。
JS语音合成的4种调用方式
如何检查浏览器是否支持语音合成？
首先，你需要确认用户的浏览器是否支持SpeechSynthesis。这很简单：
if ('speechSynthesis' in window) { console.log('浏览器支持语音合成'); } else { console.log('浏览器不支持语音合成'); // 可以考虑提供降级方案，例如显示文字提示 }
这段代码直接检查window对象中是否存在speechSynthesis属性。如果存在，就说明浏览器支持语音合成。如果不支持，你可以给用户一些提示，或者提供其他替代方案。
创建和配置语音合成实例
接下来，你需要创建一个SpeechSynthesisUtterance实例，并进行配置。这个实例包含了要朗读的文本、语速、音调等等。
const utterance = new SpeechSynthesisUtterance(); utterance.text = '你好世界！Hello World!'; // 设置要朗读的文本 utterance.lang = 'zh-CN'; // 设置语言 utterance.rate = 1.0; // 设置语速，范围0.1到10 utterance.pitch = 1.0; // 设置音调，范围0到2 utterance.volume = 1.0; // 设置音量，范围0到1
这里，我们设置了朗读的文本为中英文混合，语言为中文，语速和音调都设置为默认值1.0，音量也设置为最大值1.0。你可以根据需要调整这些参数。比如，想要让声音更低沉一些，可以降低pitch的值。
选择合适的语音（Voice）
不同的浏览器可能提供不同的语音。你可以通过speechSynthesis.getVoices()方法获取可用的语音列表，并选择一个合适的。
let voices = []; function populateVoiceList() { voices = speechSynthesis.getVoices(); // 这里可以根据voices数组，动态创建下拉列表，让用户选择语音 // 例如： // const voiceSelect = document.querySelector('select[name="voice"]'); // voices.forEach(voice => { // const option = document.createElement('option'); // option.textContent = `${voice.name} (${voice.lang})`; // option.value = voice.name; // voiceSelect.appendChild(option); // }); } populateVoiceList(); if (speechSynthesis.onvoiceschanged !== undefined) { speechSynthesis.onvoiceschanged = populateVoiceList; } // 选择语音 // const selectedVoiceName = voiceSelect.selectedOptions[0].value; // utterance.voice = voices.find(voice => voice.name === selectedVoiceName);
这段代码首先获取了可用的语音列表，然后可以根据这些语音动态创建一个下拉列表，让用户选择。如果speechSynthesis.onvoiceschanged事件可用，我们还会在语音列表发生变化时重新填充列表。最后，根据用户选择的语音，设置utterance.voice属性。
控制语音合成的播放
最后，你可以使用speechSynthesis.speak()方法开始播放语音，使用speechSynthesis.pause()方法暂停播放，使用speechSynthesis.resume()方法恢复播放，使用speechSynthesis.cancel()方法停止播放。
speechSynthesis.speak(utterance); // 开始播放 // 暂停播放 // speechSynthesis.pause(); // 恢复播放 // speechSynthesis.resume(); // 停止播放 // speechSynthesis.cancel();
这几个方法可以让你灵活控制语音合成的播放过程。例如，你可以创建一个按钮，点击后暂停播放，再次点击后恢复播放。
如何处理语音合成的事件
SpeechSynthesisUtterance对象还提供了一些事件，例如onstart、onend、onerror等等。你可以监听这些事件，以便在语音合成的不同阶段执行相应的操作。
utterance.onstart = function(event) { console.log('开始播放'); }; utterance.onend = function(event) { console.log('播放结束'); }; utterance.onerror = function(event) { console.error('播放出错', event); };
通过监听这些事件，你可以更好地控制语音合成的过程，例如在播放结束后执行一些清理操作，或者在播放出错时显示错误信息。
语音合成在实际应用中的局限性
虽然SpeechSynthesis API很方便，但在实际应用中也存在一些局限性。例如，不同浏览器提供的语音质量可能不同，对于某些语言的支持也可能不够完善。此外，对于复杂的文本，语音合成的效果可能不够自然。因此，在选择使用SpeechSynthesis API时，需要充分考虑这些因素。
优化语音合成效果的一些技巧
为了提高语音合成的效果，可以尝试以下一些技巧：
- 使用清晰、简洁的文本：避免使用过于复杂或含糊不清的句子。
- 适当添加停顿：可以使用逗号、句号等标点符号来控制停顿。
- 调整语速和音调：根据文本的内容和语气，调整语速和音调，使声音更自然。
- 选择合适的语音：尝试不同的语音，选择最适合文本的语音。
- 使用SSML：SSML（Speech Synthesis Markup Language）是一种用于控制语音合成的标记语言。可以使用SSML来更精细地控制语音的各个方面，例如发音、语调、停顿等等。
考虑使用第三方语音合成服务
如果SpeechSynthesis API无法满足你的需求，可以考虑使用第三方语音合成服务。这些服务通常提供更高质量的语音、更丰富的语言支持和更多的控制选项。例如，Google Cloud Text-to-Speech、Amazon Polly、microsoft azure Text to Speech等。使用这些服务通常需要付费，但可以获得更好的语音合成效果。
