Text To Sound
来自丢石头百科
| ||||||||||||||||||||||
| ||||||||||||||||||||||
| ||||||||||||||||||||||
产品概述
- Text To Sound是一款基于SYN8086芯片制作的中文语音合成模块。本模块可通过UART接口，接收待合成的文本数据，实现文本到语音（或TTS语音）的转换。转换后的音色清亮圆润。支持GB2312、GBK、UTF-8 和Unicode 四种编码方式，能识别数值、电话号码、时间日期、度量衡符号及自动识别多音字的读法并合成正确的读音。支持10级音量、30级语速、10级语调调节；多种文本控制标记，提升文本处理的正确率；多种播放控制，包括:合成、停止、暂停合成、继续合成。支持UART通讯方式；多种通讯波特率供选择；各项指标均满足室外严酷环境下的应用。可用于车载终端、考勤终端、公交报站、语音对讲等领域。
产品说明
- 工作电压：5V
- 通信接口：UART
- 音频输出：板载功放电路与喇叭，无需外接负载。
- 支持波特率：9600bps、57600bps、115200bps，可通过拨码开关选择。
- 低功耗模式：支持 Deep Sleep模式。使用控制命令可以使芯片进入 Deep Sleep模式。
- 支持语音类型：
- 支持任意中文文本的合成。
- 支持英文字母的合成，遇到英文单词时按字母方式发音。
- 支持编码类型：支持GB2312、GBK、Unicode和UTF-8四种编码方式。详见编码说明
- 合成文本量：
- UTF-8编码：支持最多2000字节的文本合成。
- GB2312、GBK、UNICODE小头、UNICODE大头编码：支持最多4000字节的文本合成。
- 文本智能处理：对常见的数值、电话号码、时间日期、度量衡符号等格式的文本，芯片能够根据内置的文本匹配规则进行正确的识别和处理。
- 例如：“2012-05-01 10:36:28”读作 “二零一二年五月一日十点三十六分二十八秒”，“火车的速度是622km/h” 读作 “火车的速度是六百二十二公里每小时”，“-12℃”读作“零下十二摄氏度”。
- 多音字和姓氏处理：对存在多音字的文本，例如：“银行行长穿过人行道向骑着自行车的银行职员行走过去”，芯片可以自动对文本进行分析，判别文本中多音字的读法并合成正确的读音。
- 例如：“他是一位姓朴的朴素的韩国艺人。”，句中两个“朴”字前面一个读作“piao2”，后面一个读作“pu3”。
- 音量、语速、语调调整：支持10级音量控制、30级语速、10级语调调节;
- 提示音：集成了93种声音提示音，可用于不同行业不同场合的信息提醒、报警等功能。详见提示音说明
- 和弦提示音：14
- 兼容提示音：24
- 铃声提示音：19
- 提示音：19
- 报警提示音：8
- 刷卡提示音特殊提示音：7
- 客户提示音：2
- 支持多个发音人：提供两男、两女、一个效果器和一个女童、两个男童声共8个中文发音人，可以通过使用特殊标记[m?]来切换芯片的发音人。
- 多种文本控制标记：可通过发送“合成命令”发送文本控制标记，调节语速、语调、音量；还可以使用控制标记提升文本处理的正确率，如：设置句子的韵律、设置数字读法、设置姓氏读音策略、设置号码中“1”的读法等。详见控制标记说明
- 多种播放控制：控制命令包括合成文本、停止合成、暂停合成、恢复合成、状态查询、进入Deep Sleep模式。控制器通过通讯接口发送控制命令实现对芯片的控制。
- 查询芯片的工作状态：支持多种方式查询芯片的工作状态，包括：查询状态管脚电平、通过读芯片自动返回的回传、发送查询命令获得芯片工作状态的回传。
- 参考资料：提供上位机软件与部分开发板参考例程。
使用说明
命令帧格式
- 支持以下命令帧格式：“帧头FD + 数据区长度+数据区”格式。
- 上位机发送给芯片的所有命令和数据都需要用“帧”的方式进行封装后传输。
- 同一帧数据中，每个字节之间的发送间隔不能超过30ms；帧与帧之间的发送间隔必须超过30ms。
- 当模块正在合成文本的时候，如果又接收到一帧有效的合成命令帧，芯片会立即停止当前正在合成的文本，转而合成新收到的文本。
- 用户在连续播放文本内容时，在收到前一帧数据播放完毕的“芯片空闲”字节（即0x4F）后，最好延时1ms左右再发送下一帧数据。
上位机
Arduino
STM32
参考资料
|
