【Arduino】168种传感器系列实验（138）---TTS文本转语音模块

eagler8

eagler8

eagler8

完成初步的实验，通过串口，模块可以准确合成阿拉伯数字和英文字母的发音，并在喇叭上播放。

视频播放 https://v.youku.com/v_show/id_XNDUzNDgxMDE2NA==.html

eagler8

实验之二：尝试中文TTS文本转语音合成播放

1. /*
   
2. 【Arduino】168种传感器模块系列实验（资料+代码+图形+仿真）
   
3. 实验一百三十八：中文TTS文本转语音合成模块 替代SYN6288和XFS5152
   
4. 实验之二：尝试中文TTS文本转语音合成播放
   
5. 模块实验接线:
   
6. TX -> Arduino 0
   
7. RX -> Arduino 1
   
8. 5V -> Arduino 5V
   
9. GND -> Arduino GND
   
10. */
    
11. 
    
12. void setup()
    
13. {
    
14. Serial.begin(9600);
    
15. }
    
16. void loop()
    
17. {
    
18. Serial.println("期待好的解决方案 对编码转换这块一直有疑问") ;
    
19. delay(5000);
    
20. }
    

复制代码

eagler8

eagler8

由于编码不同，发出的是乱码播放，下面开始尝试学习编码转换相关.......

播放链接  https://v.youku.com/v_show/id_XNDUzNDkyMjY4OA==.html

eagler8

经查询资料，中文TTS文本转语音合成模块支持任意中文、 英文字母、阿拉伯数字的文本合成，并且支持中文、英文字母、数字的混读。模块支持中文 GBK 编码集；支持大、小写英文字母。

GBK编码（即汉字国标扩展码）
GBK编码，是对GB2312编码的扩展，因此完全兼容GB2312-80标准。GBK编码依然采用双字节编码方案，其编码范围：8140－FEFE，剔除xx7F码位，共23940个码位。共收录汉字和图形符号21886个，其中汉字（包括部首和构件）21003个，图形符号883个。GBK编码支持国际标准ISO/IEC10646-1和国家标准GB13000-1中的全部中日韩汉字，并包含了BIG5编码中的所有汉字。GBK编码方案于1995年12月15日正式发布，这一版的GBK规范为1.0版。Windows 95系统就是以GBK为内码，又由于GBK同时也涵盖了Unicode所有CJK汉字，所以也可以和Unicode做一一对应。

编码范围
8140－FEFE (33088-65278)
全部编码分为三大部分:1.汉字区;2.图形符号区;3.用户自定义区(详情见特性码位分配及顺序)

适用范围以及存在问题
几乎完美支持汉字,但是不支持部分国家的语言(如一些东亚国家,日本等)
所以经常会有GBK到UNICODE的转换

特性
1、字汇——GBK 规范收录了 ISO 10646.1 中的全部 CJK 汉字和符号，并有所补充。具体包括：
GB 2312 中的全部汉字、非汉字符号。
GB 13000.1 中的其他 CJK 汉字。以上合计 20902 个 GB 化汉字。
《简化字总表》中未收入 GB 13000.1 的 52 个汉字。
《康熙字典》及《辞海》中未收入 GB 13000.1 的 28 个部首及重要构件。
13 个汉字结构符。
BIG-5 中未被 GB 2312 收入、但存在于 GB 13000.1 中的 139 个图形符号。
GB 12345 增补的 6 个拼音符号。
汉字“○”。
GB 12345 增补的 19 个竖排标点符号（GB12345 较 GB 2312 增补竖排标点符号 29 个，其中 10 个未被 GB 13000.1 收入，故 GBK 亦不收）。
从 GB 13000.1 的 CJK 兼容区挑选出的 21 个汉字。
GB 13000.1 收入的 31 个 IBM OS/2 专用符号。
未录入《新华字典》上的一些字，如“韡”的简体。

2、码位分配及顺序
GBK 亦采用双字节表示，总体编码范围为 8140-FEFE，首字节在 81-FE 之间，尾字节在 40-FE 之间，剔除 xx7F 一条线。总计 23940 个码位，共收入 21886 个汉字和图形符号，其中汉字（包括部首和构件）21003 个，图形符号 883 个。

3、误处理
低字节是0x40-0x7E的GBK字符有一定特殊性，因为这些字符占用了ASCII码的位置，这样会给一些系统带来麻烦。有些系统中用0x40-0x7E中的字符（如“|”）做特殊符号，在定位这些符号时又没有判断这些符号是不是属于某个 GBK字符的低字节，这样就会造成错误判断。在支持GB2312的环境下就不存在这个问题。需要注意的是支持GBK的环境中小于0x80的某个字节未必就 是ASCII符号；另外就是最好选用小于0×40的ASCII符号做一些特殊符号，这样就可以快速定位，且不用担心是某个汉字的另一半。Big5编码中也存在相应问题。

4、双字节编码
遵循GB2312规定。

eagler8

网上搜寻，请教知乎《Arduino 魔法书》专栏的兔子老师，才明白这个TTS模块只能识别16进制的GBK编码。

百度——汉字转GBK，有很多在线工具，这里使用千千秀字（https://www.qqxiuzi.cn/bianma/zifuji.php），输入“谢谢兔子老师”，自动转换结果见下图

eagler8

例如汉字”兔子”的GBK编码是“CDC3 D7D3”，再转为C语言格式“0xCD,0xC3,0xD7,0xD3”。
实验开源代码如下：

1. /*
   
2.   【Arduino】168种传感器模块系列实验（资料+代码+图形+仿真）
   
3.   实验一百三十八：中文TTS文本转语音合成模块 替代SYN6288和XFS5152
   
4.   实验之三：中文TTS文本转语音合成播放：兔子你好
   
5. 模块实验接线:
   
6.   TX -> Arduino 0
   
7.   RX -> Arduino 1
   
8.   5V -> Arduino 5V
   
9.   GND -> Arduino GND
   
10. */
    
11. 
    
12. char a[4]={0xC4,0xE3,0xBA,0xC3};//你好
    
13. char b[]={0xCD,0xC3,0xD7,0xD3};//兔子
    
14. String zi= "";
    
15. 
    
16. void setup() {
    
17.   Serial.begin(9600);  
    
18.   for(int i=0;i<4;i++) zi+=a[i];
    
19. }
    
20. 
    
21. void loop() {
    
22.   Serial.println(zi);
    
23.   Serial.println(b);
    
24.   delay(1000);   
    
25.   }

复制代码

eagler8

发送到串口的16进制GBK编码

eagler8

eagler8

1. /*
   
2.   【Arduino】168种传感器模块系列实验（资料+代码+图形+仿真）
   
3.   实验一百三十八：中文TTS文本转语音合成模块 替代SYN6288和XFS5152
   
4.   实验之四：中文TTS文本转语音合成播放：春节快乐
   
5.   (GBK码 B4BA,BDDA,BFEC,C0D6)
   
6.   模块实验接线:
   
7.   TX -> Arduino 0
   
8.   RX -> Arduino 1
   
9.   5V -> Arduino 5V
   
10.   GND -> Arduino GND
    
11. */
    
12. 
    
13. char a[8] = {0xB4,0xBA,0xBD,0xDA,0xBF,0xEC,0xC0,0xD6}; //春节快乐
    
14. 
    
15. void setup() {
    
16.   Serial.begin(9600);
    
17. }
    
18. 
    
19. void loop() {
    
20.   Serial.println(a);
    
21.   delay(3000);
    
22. }

复制代码

eagler8

eagler8

eagler8

中文TTS文本转语音模块合成播放“春节快乐”的10秒视频
https://v.youku.com/v_show/id_XNDUzNTY3MjMyNA==.htm