前言:
TTS(Text To Speech )技术作为智能语音领域的重要组成部分,能够将文本信息转化为逼真的语音输出,为各类硬件设备提供便捷的语音提示服务。本方案正是基于唯创知音的离在线TTS(离线本地音乐播放与在线TTS合成播放结合)技术,旨在为用户打造一个智能、高效、人性化的语音提示解决方案。
方案介绍:
核心技术:基于唯创知音的WT3000A语音芯片,开发的离在线TTS方案支持多种语种、音色和语速切换。
生动体验:在情绪演绎、拟人度等方面为客户带来更生动、更具情感表现力的听觉体验。
云端存储:文本合成不受芯片本地容量资源限制,可将大量文本及音频内容储存在云端。
多功能支持:支持16国语种7种国内方言切换、超拟人音色、本地音频播放下载、打断、切换、暂停、音量大小调节等功能,最快可达1.5s播放响应。
通讯方式:支持UART通讯,配套PC串口工具和APP协助调试。
方案优势:
原理及技术特点
主要组成为MCU+语音IC、WIFI芯片+服务器这几大核心部分,分为上下位机来做描述:
-上位机:主要由两部分组成,APP(配合Demo板操作演示)、服务器
APP:一键蓝牙配网,文本合成下发,设置语种、音色、音调、音量;
服务器:文本音频合成下发、可接入AI大模型对话;
-下位机:主要由三部分组成,MCU、WT3000A+功放、WIFI芯片
MCU:客户自有主控部分,驱动外设(实现本身产品的功能、交互)、通过UART接口下发文本信息(文本格式支持GB2312、UTF-8等格式)、控制本地音频播放、发起配网请求等;
WT3000A+功放:与MCU/WIFI模组通讯、解码播放;
WIFI芯片:联网、音频数据传输,当前传输采用MQTT协议,本司私有协议,建立订阅后,根据不同的主题,发布相关内容,详情请参考本司相关资料。
应用框图:
WT3000A-M05 V1.01模组原理图:
总结:
唯创离在线TTS方案在多语种支持、音质、实时性和AI扩展方面具有明显优势,适用于需要高质量语音输出和智能化服务的场景,不局限于提示器应用方案。如需要Demo板测试体验,及更多技术交流,可联系本司业务人员,或官网留言,欢迎交流分享!