TTS，文本转语音多线程

Question

eSpeak不能支持多线程调用，有人知道还有类似的免费开源小体积的TTS库吗？ 能够支持多线程、中文，小体积，非大模型生成语音

Answer 1

引自免费微信小程序：皆我百晓生

在C++中，虽然eSpeak不直接支持多线程调用，但您可以设计一个系统以实现多线程TTS转换。通过队列管理和线程同步机制，可以在不同的线程上分别处理文本转语音任务，即使底层的TTS引擎（如eSpeak）本身不是线程安全的。

针对您的需求，推荐您尝试使用flite库，这是一个轻量级且开源的TTS引擎，由Carnegie Mellon University开发，它支持多种语言包括中文，并且可以更好地适应多线程环境。不过请注意，尽管flite比eSpeak在并发处理上友好一些，但在实际应用中仍需确保对实例和资源的正确管理来避免冲突。

以下是一个简化的示例，展示如何在一个多线程环境中使用flite：

#include <pthread.h>
#include <queue>
#include <string>
#include "flite/flite.h"

// 队列用于存放待合成的文本
std::queue<std::string> textQueue;

// 线程函数，负责执行TTS转换
void* TTSWorker(void* arg) {
    cst_voice* voice = register_cst_voice(NULL, "cmu_us_slt");
    
    while (true) {
        std::unique_lock<std::mutex> lock(queueMutex);
        if (textQueue.empty()) {
            // 若队列为空，则等待通知
            conditionVariable.wait(lock);
        }

        if (!textQueue.empty()) {
            std::string text = textQueue.front();
            textQueue.pop();

            // 创建utterance并设置文本内容
            cst_utterance* u = flite_text_to_speech(text.c_str(), voice);

            // 执行语音合成
            flite_synthesize(u, "play");

            // 清理utterance
            delete_u(u);
        }
    }

    unregister_cst_voice(voice);
    return NULL;
}

int main() {
    // 初始化互斥锁、条件变量等同步工具
    std::mutex queueMutex;
    std::condition_variable conditionVariable;
    
    // 创建工作线程
    pthread_t threadId;
    pthread_create(&threadId, NULL, TTSWorker, NULL);

    // 往队列添加文本任务
    textQueue.push("你好，世界！");
    textQueue.push("这是第二个语音片段...");

    // 唤醒等待中的线程
    conditionVariable.notify_one();

    // 主线程等待子线程完成所有任务（此处为简化示例，实际应考虑线程结束条件）
    pthread_join(threadId, NULL);

    return 0;
}

注意：上述代码仅作为概念性演示，并未包含错误检查和其他必要的线程安全措施。在实际项目中，请根据需要进行适当的修改和扩展，例如增加错误处理机制，以及当不再有新的文本输入时终止工作线程等。

另外，为了编译这段代码，您需要下载并安装flite库，将其头文件路径和库路径添加到编译器选项中。同时，别忘了链接所需的库文件，例如 -lflite_cmu_us_slt -lflite_cmu_time_awb -lflite_cmulex -lflite 等。