1、原理
语音合成 (也被称作是文本转为语音，英语简写是 tts) 包括接收 app 中需要语音合成的文本，再在设备麦克风播放出来这两个过程。
Web API中对此有一个主要控制接口 SpeechSynthesis，外加一些处理如何表示要被合成的文本 (也被称为 utterances)，用什么声音来播出 utterances 等工作的相关接口。同样的，许多操作系统都有自己的某种语音合成系统，在这个任务中我们调用可用的 API 来使用语音合成系统。
2、示例
您可以直接复制下面代码运行在浏览器中
<!DOCTYPE html> <html lang="en"><head><meta charset="UTF-8" /><meta name="viewport" content="width=device-width, initial-scale=1.0" /><title>Document</title><script src="https://cdn.bootcdn.net/ajax/libs/axios/1.5.0/axios.js"></script></head><body><div><input type="text" /><button>开始播放语音</button></div></body><script>const btn = document.querySelector('button')const ipt = document.querySelector('input')function speak({ text, speechRate, lang, volume, pitch }, endEvent, startEvent) {if (!window.SpeechSynthesisUtterance) {console.warn('当前浏览器不支持文字转语音服务')return}if (!text) {return}const speechUtterance = new SpeechSynthesisUtterance()speechUtterance.text = textspeechUtterance.rate = speechRate || 1speechUtterance.lang = lang || 'zh-CN'speechUtterance.volume = volume || 1speechUtterance.pitch = pitch || 1speechUtterance.onstart = function (e) {startEvent && startEvent()}speechUtterance.onend = function (e) {endEvent && endEvent()}speechSynthesis.speak(speechUtterance)return speechUtterance}btn.addEventListener('click', function () {if (!ipt.value) returnspeak({text: ipt.value,},function () {console.log('语音播放结束')},function () {console.log('语音开始播放')})})</script> </html>支持的浏览器
- Firefox 桌面版和移动版。
- Firefox OS 2.5+。
- Chrome 桌面版和安卓版。
注意：如果效果演示失败，大概是由于您当前使用的浏览器不支持语音转文字这个API，请更换浏览器后重试！
3、解析speak函数
接受参数
text：要转换为语音的文本内容。speechRate：语音播放速率。lang：语音的语言代码。volume：语音的音量。pitch：语音的音调。1、另外，它还接受两个回调函数作为参数：
endEvent和startEvent。endEvent在语音播放结束时触发，而startEvent在语音播放开始时触发。2、函数首先检查浏览器是否支持语音合成服务，如果不支持则输出警告信息并返回。然后它检查是否传入了要转换的文本内容，如果没有则直接返回。
3、接着，函数创建了一个
SpeechSynthesisUtterance对象，该对象表示一段要朗读的文本。4、然后将传入的参数赋值给这个对象的相应属性，如文本内容、语速、语言、音量和音调。
在设置好
SpeechSynthesisUtterance对象的属性后，5、函数设置了两个事件处理程序：
onstart和onend。onstart事件处理程序在语音播放开始时触发startEvent回调函数，onend事件处理程序在语音播放结束时触发endEvent回调函数。6、最后，函数通过
speechSynthesis.speak()方法来开始语音合成，将SpeechSynthesisUtterance对象传递给该方法以开始朗读文本，并返回这个SpeechSynthesisUtterance对象。
