语音播报 | AIUI | Rokid

语音播报 (TTS) 用于把文本内容转换成语音输出,适合欢迎语、回复播报、导航提示和状态提醒等场景。

语音播报

语音播报 (TTS) 用于把文本内容转换成语音输出,适合欢迎语、回复播报、导航提示和状态提醒等场景。

在 AIUI 中,语音播报通常是语音交互链路的最后一步:当模型或业务逻辑生成文本结果后,把它读给用户听。

适用场景

  • 智能体回复播报
  • 系统提示音后的文字播报
  • 导航与状态提醒
  • 免手查看场景下的语音输出

基本用法

通过全局 speechSynthesis 和 SpeechSynthesisUtterance 发起播报:

const utterance = new SpeechSynthesisUtterance('欢迎使用 AIUI');
utterance.lang = 'zh-CN';
utterance.rate = 1.0;
utterance.pitch = 1.0;
utterance.volume = 1.0;

speechSynthesis.speak(utterance);

关键配置

属性说明
text要播报的文本内容
lang播报语言,例如 zh-CN、en-US
rate播报语速
pitch播报音高
volume播报音量,范围 0.0 ~ 1.0
voice指定要使用的声音名称

使用建议

  • 控制单次播报的文字长度,避免整段长文本直接朗读。
  • 根据场景调整 rate 和 pitch,不同场景适合不同语速和语气。
  • 多条连续回复时,在业务层控制播报节奏,避免用户同时收到过多语音输出。
  • 对重要提示使用简短有力的文案,普通信息可以用更自然的表达。

继续阅读

  • 语音识别:查看如何把用户语音转为文本。
  • 大语言模型:查看如何生成可播报的回复内容。
  • 语音播报 (API 参考):查看完整 API 参考文档。