1

在尝试确定如何在 Chromium 上使用 Web Speech API 的解决方案时？发现

var voices = window.speechSynthesis.getVoices();

返回一个空数组作为voices标识符。

不确定 Chromium 浏览器缺乏支持是否与此问题有关

问题：

1）是否有任何解决方法可以实现在铬浏览器上从文本创建或转换音频的要求？

2) 作为开发者社区，我们如何创建一个包含常用词和不常用词的音频文件的开源数据库；提供适当的CORS标题？

4

1 回答 1

3

已经找到了几种可能的解决方法，它们提供了从文本创建音频的能力；其中两个需要请求外部资源，另一个使用@masswerk的 meSpeak.js。

使用Download the Audio Pronunciation of Words from Google 中描述的方法，该方法无法预先确定哪些单词实际上作为文件存在于资源中，而无需编写 shell 脚本或执行HEAD请求以检查是否发生网络错误。例如，下面使用的资源中没有“do”这个词。

window.addEventListener("load", () => {

  const textarea = document.querySelector("textarea");

  const audio = document.createElement("audio");

  const mimecodec = "audio/webm; codecs=opus";

  audio.controls = "controls";

  document.body.appendChild(audio);

  audio.addEventListener("canplay", e => {
    audio.play();
  });

  let words = textarea.value.trim().match(/\w+/g);

  const url = "https://ssl.gstatic.com/dictionary/static/sounds/de/0/";

  const mediatype = ".mp3";

  Promise.all(
    words.map(word =>
      fetch(`https://query.yahooapis.com/v1/public/yql?q=select * from data.uri where url="${url}${word}${mediatype}"&format=json&callback=`)
      .then(response => response.json())
      .then(({query: {results: {url}}}) =>
        fetch(url).then(response => response.blob())
        .then(blob => blob)
      )
    )
  )
  .then(blobs => {
    // const a = document.createElement("a");
    audio.src = URL.createObjectURL(new Blob(blobs, {
                  type: mimecodec
                }));
    // a.download = words.join("-") + ".webm";
    // a.click()
  })
  .catch(err => console.log(err));
});
<textarea>what it does my ninja?</textarea>

Wikimedia Commons 类别中的资源：不需要从同一目录提供公共域，请参阅如何检索维基词典单词内容？, wikionary API - 词义。

如果资源的精确位置已知，则可以请求音频，尽管 URL 可能包含单词本身以外的前缀。

fetch("https://upload.wikimedia.org/wikipedia/commons/c/c5/En-uk-hello-1.ogg")
.then(response => response.blob())
.then(blob => new Audio(URL.createObjectURL(blob)).play());

不完全确定如何使用Wikipedia API，如何使用 Wikipedia 的 API 获取 Wikipedia 内容？，是否有一个干净的维基百科 API 仅用于检索内容摘要？只获取音频文件。需要为以 结尾的JSON文本解析响应.ogg，然后需要对资源本身进行第二次请求。

fetch("https://en.wiktionary.org/w/api.php?action=parse&format=json&prop=text&callback=?&page=hello")
.then(response => response.text())
.then(data => {
  new Audio(location.protocol + data.match(/\/\/upload\.wikimedia\.org\/wikipedia\/commons\/[\d-/]+[\w-]+\.ogg/).pop()).play()
})
// "//upload.wikimedia.org/wikipedia/commons/5/52/En-us-hello.ogg\"

哪些日志

Fetch API cannot load https://en.wiktionary.org/w/api.php?action=parse&format=json&prop=text&callback=?&page=hello. No 'Access-Control-Allow-Origin' header is present on the requested resource

当没有来自同一来源的请求时。我们需要YQL再次尝试使用，但不确定如何制定查询以避免错误。

第三种方法使用稍微修改的版本meSpeak.js来生成音频，而无需发出外部请求。修改是为.loadConfig()方法创建适当的回调

fetch("https://gist.githubusercontent.com/guest271314/f48ee0658bc9b948766c67126ba9104c/raw/958dd72d317a6087df6b7297d4fee91173e0844d/mespeak.js")
  .then(response => response.text())
  .then(text => {
    const script = document.createElement("script");
    script.textContent = text;
    document.body.appendChild(script);

    return Promise.all([
      new Promise(resolve => {
        meSpeak.loadConfig("https://gist.githubusercontent.com/guest271314/8421b50dfa0e5e7e5012da132567776a/raw/501fece4fd1fbb4e73f3f0dc133b64be86dae068/mespeak_config.json", resolve)
      }),
      new Promise(resolve => {
        meSpeak.loadVoice("https://gist.githubusercontent.com/guest271314/fa0650d0e0159ac96b21beaf60766bcc/raw/82414d646a7a7ef11bb04ddffe4091f78ef121d3/en.json", resolve)
      })
    ])
  })
  .then(() => {
    // takes approximately 14 seconds to get here
    console.log(meSpeak.isConfigLoaded());
    meSpeak.speak("what it do my ninja", {
      amplitude: 100,
      pitch: 5,
      speed: 150,
      wordgap: 1,
      variant: "m7"
    });
})
.catch(err => console.log(err));

上述方法的一个警告是，在播放音频之前加载三个文件大约需要 14 秒半。但是，避免外部请求。

1）创建一个FOSS，开发人员维护的数据库或常用词和不常用词的声音目录；2) 进一步开发meSpeak.js以减少三个必要文件的加载时间；并使用Promise基于方法来提供有关文件加载进度和应用程序准备情况的通知。

在这个用户的估计中，如果开发人员自己创建并贡献了一个在线文件数据库，该数据库以特定单词的音频文件响应，这将是一个有用的资源。不完全确定github是否是托管音频文件的合适场所？如果显示出对此类项目的兴趣，则必须考虑可能的选择。

于 2017-06-03T16:55:32.017 回答