esp32 cyd speak 英文短词 提示音效

英文单词音效

之前设置了通用的提示音效,番茄钟场景音效,闹钟模拟背景音乐长电子音效

但是这些还是不能明确的点明特定场景,有时候需要的是明确的语义提示,比如开灯,关灯,吃饭,喝水,睡觉,都是短语,都可以使用不同音效,但只有明确的语义才更好的分辨

也可以先播放提示音,比如嘀嘀嘀,然后播放语音,该起床了,该喝水了,该喝药了,这样先用提示音比如蜂鸣声,然后语义提示具体操作

如果不依赖tf卡wav文件,和wifi联网实时获取音效更好,只需要开机,设置音效代码或者固定短语提示在固件就行,随时随地可以使用

先测试,如果不行,再改为tf卡和wifi音频

开发中遇到的问题
1.播放代码音效没问题,播放tts单词音效是杂音,听不清
2.优化tts后,点击播放一次tts就卡住,死机,并且也只播放了一次激光的音效就没了
3.换了几个方案优化,能播放tts音效,声音勉强能听清,还是带有一点杂音

这样就可以在音效提示音后播放具体操作的提示音频,不需要tf卡和wifi

tts音效

让cursor全程处理

1.让微软tts生成对应短语的人声音频
2.使用ffmpeg对音频文件进行压缩和格式处理
3.把处理后的音频转格式写入到代码或者某些固件区间
4.新增tts模块用于试听tts音频

一开始设置16 kHz ,SAPI Rate = -2,Python 重采样 + 裁静音 + 峰值归一,听起来就如上文说的能听清但是有杂音

后来优化8 kHz,ffmpeg:裁静音 + loudnorm 响度统一,再压到 8 kHz u8,loudnorm 后更齐

优化后体积更小,但是我感觉音频更加清晰了,所以保留优化后的tts,依然不需要tf卡和wifi连接

Tips

目前这一阶段已经设置代码音效提示音和微软tts短语提示音频

后面会酌情添加tf卡wav音频和设置wifi音频,在需要的时候,目前番茄钟和闹钟够用了