2017-06-03 59 views
1

虽然试图确定一个解决How to use Web Speech API at chromium?发现如何在铬浏览器上创建文本或将文本转换为音频?

var voices = window.speechSynthesis.getVoices(); 

返回一个空数组voices标识符。

不能肯定,如果缺乏在Chromium浏览器的支持与此相关的问题Not OK, Google: Chromium voice extension pulled after spying concerns

问题:

1)是否有能够实现创建或铬浏览器文本转换音频的要求的任何变通办法?

2)如何才能,开发者社区,创建的音频文件,这反映了常见和不常见单词的开源数据库;配以适当的CORS标题?

回答

1

有迹象表明,已经发现了一些可能的解决方法,能够以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使用meSpeak.js

使用在Download the Audio Pronunciation of Words from Google中描述的方法,该方法不能够预先确定哪些字实际上存在为资源上的文件而没有writing a shell script或执行HEAD请求以检查是否发生网络错误。例如,“do”这个词在下面使用的资源中不可用。

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>

资源在Wikimedia Commons Category:Public domain是没有必要从同一个目录服务,看How to retrieve Wiktionary word content?wikionary API - meaning of words

如果资源的精确位置是已知的,声音可以请求,虽然URL可包括比这个词本身其他前缀。

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());

不能完全确定如何使用Wikipedia APIHow to get Wikipedia content using Wikipedia's API?Is there a clean wikipedia API just for retrieve content summary?只得到的音频文件。对于结尾为.ogg的文本,需要解析JSON响应,然后需要为资源本身提供第二个请求。

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\" 

它记录

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 

如果不是从同一产地要求。我们需要再次尝试使用YQL,但不确定如何制定查询以避免错误。

第三种方法使用的meSpeak.js略加修改以生成音频而不使外部请求。该修改是建立一个适当的回调.loadConfig()方法上述方法是,它需要大约14个半秒钟的三个文件加载之前的音频是

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));

一个警告回放。但是,避免了外部请求。

这将是一个正的之一或两者1)创建FOSS,显影剂保持数据库,或两者兼有常见的和不常见的话声音的目录; 2)进一步开发meSpeak.js以减少三个必需文件的加载时间;并使用基于Promise的方法来提供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,这将是一个有用的资源,如果自己创造的,并有助于文件的在线数据库,与特定词的音频文件回应开发商。不完全确定github是否是主持音频文件的适当场所?如果对此类项目感兴趣,则必须考虑可能的选项。