鸿蒙朗读助手:用 CoreSpeechKit 一步打通 TTS + ASR 双向语音
【摘要】 一个纯端侧的鸿蒙语音应用——输入文字,小艺AI 帮你朗读出来;点一下麦克风,说话就能转成文字。还内置 5 篇儿童故事一键播放。全程调用系统内置 CoreSpeechKit,不需要额外 SDK,0.5–1 小时就能从零跑通。它能做什么功能说明文字转语音(TTS)输入任意文字,小艺AI 逐句朗读,支持调节语速(0.5x~2.0x)和音调语音转文字(ASR)点击语音输入,授权麦克风后实时说话,识别...
一个纯端侧的鸿蒙语音应用——输入文字,小艺AI 帮你朗读出来;点一下麦克风,说话就能转成文字。还内置 5 篇儿童故事一键播放。全程调用系统内置 CoreSpeechKit,不需要额外 SDK,0.5–1 小时就能从零跑通。
它能做什么
| 功能 | 说明 |
|---|---|
| 文字转语音(TTS) | 输入任意文字,小艺AI 逐句朗读,支持调节语速(0.5x~2.0x)和音调 |
| 语音转文字(ASR) | 点击语音输入,授权麦克风后实时说话,识别结果自动填入文本框 |
| 故事一键播放 | 内置"小蝌蚪找妈妈"等 5 篇儿童故事,点卡片即填入文本框并朗读 |
| 多音色切换 | 查询设备可用音色列表,真机上可切换不同音色 |
技术方案
整个应用分三层:
ArkUI 页面(Index.ets)
├── TTS 引擎封装(TextToSpeechEngine.ets)→ @kit.CoreSpeechKit
└── ASR 引擎封装(SpeechRecognizerEngine.ets)
├── @kit.AudioKit → AudioCapturer 录音
└── @kit.CoreSpeechKit → speechRecognizer 识别
- 语音合成:
textToSpeech.createEngine()创建引擎 →engine.speak()朗读 →engine.setListener()监听回调 - 语音识别:
AudioCapturer采集 PCM 16kHz 音频 → 按 1280 字节分块 →engine.writeAudio()喂给 ASR 引擎 → 回调返回文字 - 权限:通过
@kit.AbilityKit运行时动态申请麦克风权限
三个踩过的坑
- TTS 的
locate只接受'CN'——传其他值会报错,写死即可。 - ASR 的
writeAudio必须按 1280 字节分块——整块喂进去识别不了,需要切分后逐块写入。 - 麦克风权限要运行时动态申请——不能只在
module.json5里声明,还要在代码里调abilityAccessCtrl弹窗请求。
快速运行
git clone https://gitcode.com/harmony-practice-center/HarmonyOS-APP-voice-assistant.git
cd HarmonyOS-APP-voice-assistant/harmony_app
用 DevEco Studio 打开 harmony_app 目录,点 Run 即可。首次运行会自动生成调试签名。
模拟器上在线 TTS/ASR 能力可能受限(
code=202),多音色切换和在线识别建议在真机上测试。
适合谁
有 ArkTS / ArkUI 基础、想练习端侧 AI 语音能力的开发者。难度入门,预计半小时到一小时。
扩展方向
- 接入小艺Agent(LLM),实现"听 → 理解 → 回答 → 朗读"的完整对话闭环
- 增加朗读历史记录与本地持久化
- 接入在线 TTS 获取更多音色,真机下载离线音色包
开源仓库:harmony-practice-center/HarmonyOS-APP-voice-assistant(MIT 协议)
验证环境:DevEco Studio · compatibleSdk 6.1.1(24) · 2026-09-02
【声明】本内容来自华为云开发者社区博主,不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)