다음을 통해 공유


Android 음성

이 문서에서는 매우 강력한 Android.Speech 네임스페이스를 사용하는 기본 사항을 설명합니다. Android는 처음부터 음성을 인식하여 텍스트로 출력할 수 있었습니다. 이는 비교적 간단한 프로세스입니다. 그러나 텍스트를 음성으로 변환하는 경우에는 음성 엔진을 고려해야 할 뿐만 아니라 TTS(텍스트 음성 변환) 시스템에서 사용 가능하고 설치되는 언어도 고려해야 하므로 프로세스가 복잡해집니다.

음성 개요

디바이스와의 자연어 통신에 대한 요구가 증가함에 따라 인간의 언어를 “이해”하고 입력된 내용을 발음하는 음성 텍스트 변환 및 텍스트 음성 변환 시스템 개발은 모바일 개발에서 지속적으로 확대되는 영역입니다. 텍스트를 음성으로 변환하거나 그 반대로 변환하는 기능은 Android 애플리케이션에 통합하면 매우 유용한 도구인 경우가 많습니다.

예를 들어 운전 중 휴대폰 사용이 금지되어 있으므로 사용자는 디바이스를 핸즈프리로 사용하기를 원합니다. Android Wear를 비롯해 Android 디바이스(예: 태블릿 및 노트 패드)를 사용할 수 있는 매우 다양한 Android 폼 팩터가 존재하고 계속 확대되고 있으므로 뛰어난 TTS 애플리케이션에 대한 관심은 커지고 있습니다.

Google은 Android.Speech 네임스페이스에서 개발자가 "음성 인식" 디바이스(예: 시각장애인용 소프트웨어)를 디자인하는 대부분의 경우를 커버하는 풍부한 API 세트를 제공합니다. 이 네임스페이스에는 Android.Speech.Tts를 통해 텍스트를 음성으로 변환하는 기능, 번역을 수행하는 데 사용되는 엔진에 대한 컨트롤, 음성을 텍스트로 변환할 수 있는 다수의 RecognizerIntent가 포함되어 있습니다.

음성을 이해하는 기능은 존재하지만 사용되는 하드웨어에 따라 제한이 있습니다. 디바이스가 사용 가능한 모든 언어로 말한 모든 내용을 성공적으로 해석할 가능성은 없습니다.

요구 사항

이 가이드에는 마이크와 스피커가 있는 디바이스 이외에 특별한 요구 사항이 없습니다.

음성을 해석하는 Android 디바이스의 핵심은 해당 OnActivityResult에서 Intent를 사용하는 것입니다. 그러나 음성이 이해되지 않지만 텍스트로 해석된다는 것을 인식하는 것이 중요합니다. 그 차이는 중요합니다.

이해와 해석의 차이

이해에 대한 간단한 정의는 어조와 맥락을 통해 말하는 내용의 실제 의미를 판단할 수 있는 것입니다. 해석이란 단순히 한 형식의 단어를 다른 형식으로 출력하는 것을 의미합니다.

다음과 같이 일상 대화에서 사용되는 간단한 예를 살펴보겠습니다.

Hello, how are you?

어조(특정 단어 또는 단어 부분에 대한 강세)가 없으면 이는 단순한 질문입니다. 그러나 이 질문을 느리게 말하면 듣는 사람은 질문하는 사람이 기분이 좋지 않거나 몸이 좋지 않다고 생각할 것입니다. 강세가 "are"에 있는 경우 질문하는 사람은 일반적으로 응답에 더 관심이 있습니다.

어조를 활용하는 상당히 강력한 오디오 처리 그리고 맥락을 이해하기 위한 일정 수준의 AI(인공 지능) 없이는 소프트웨어는 말하는 내용을 전혀 이해할 수 없습니다. 간단한 휴대폰에서 가능한 최선은 음성을 텍스트로 변환하는 것입니다.

설정

음성 시스템을 사용하기 전에 항상 디바이스에 마이크가 있는지 확인해야 합니다. 마이크가 설치되지 않은 Kindle 또는 Google 노트 패드에서 앱을 실행하는 것은 의미가 없을 테니까요.

아래 코드 샘플은 마이크를 사용할 수 있는지 여부를 쿼리하는 방법과 그렇지 않은 경우 경고를 생성하는 방법을 보여 줍니다. 이 시점에서 마이크를 사용할 수 없는 경우 작업을 종료하거나 음성 기록 기능을 사용하지 않도록 설정합니다.

string rec = Android.Content.PM.PackageManager.FeatureMicrophone;
if (rec != "android.hardware.microphone")
{
    var alert = new AlertDialog.Builder(recButton.Context);
    alert.SetTitle("You don't seem to have a microphone to record with");
    alert.SetPositiveButton("OK", (sender, e) =>
    {
        return;
    });
    alert.Show();
}

의도 만들기

음성 시스템을 위한 의도는 RecognizerIntent라고 하는 특정 유형의 의도를 사용합니다. 이러한 의도는 기록이 완료된 것으로 간주하기 위해 대기할 침묵 기간, 인식 및 출력할 추가 언어, Intent의 모달 대화 상자에 지시 형태로 포함시킬 모든 텍스트 등 많은 수의 매개 변수를 제어합니다. 이 코드 조각에서 VOICEOnActivityResult에서 인식에 사용되는 readonly int입니다.

var voiceIntent = new Intent(RecognizerIntent.ActionRecognizeSpeech);
voiceIntent.PutExtra(RecognizerIntent.ExtraLanguageModel, RecognizerIntent.LanguageModelFreeForm);
voiceIntent.PutExtra(RecognizerIntent.ExtraPrompt, Application.Context.GetString(Resource.String.messageSpeakNow));
voiceIntent.PutExtra(RecognizerIntent.ExtraSpeechInputCompleteSilenceLengthMillis, 1500);
voiceIntent.PutExtra(RecognizerIntent.ExtraSpeechInputPossiblyCompleteSilenceLengthMillis, 1500);
voiceIntent.PutExtra(RecognizerIntent.ExtraSpeechInputMinimumLengthMillis, 15000);
voiceIntent.PutExtra(RecognizerIntent.ExtraMaxResults, 1);
voiceIntent.PutExtra(RecognizerIntent.ExtraLanguage, Java.Util.Locale.Default);
StartActivityForResult(voiceIntent, VOICE);

음성 변환

음성에서 해석된 텍스트는 Intent를 통해 전달되며, 이는 작업이 완료되고 GetStringArrayListExtra(RecognizerIntent.ExtraResults)를 통해 액세스될 때 반환됩니다. 그러면 IList<string>이 반환되어 호출자 의도에서 요청된(그리고 RecognizerIntent.ExtraMaxResults에서 지정된) 언어 수에 따라 해당 인덱스를 사용하고 표시할 수 있습니다. 그러나 모든 목록과 마찬가지로 표시할 데이터가 있는지 확인하는 것이 좋습니다.

StartActivityForResult의 반환 값을 수신 대기하는 경우 OnActivityResult 메서드를 제공해야 합니다.

아래 예제에서 textBox는 딕테이션한 내용을 출력하는 데 사용되는 TextBox입니다. 텍스트를 인터프리터의 특정 형식으로 전달하는 데에도 사용될 수 있습니다. 애플리케이션은 텍스트 및 분기를 애플리케이션의 다른 부분과 비교할 수 있습니다.

protected override void OnActivityResult(int requestCode, Result resultVal, Intent data)
{
    if (requestCode == VOICE)
    {
        if (resultVal == Result.Ok)
        {
            var matches = data.GetStringArrayListExtra(RecognizerIntent.ExtraResults);
            if (matches.Count != 0)
            {
                string textInput = textBox.Text + matches[0];
                textBox.Text = textInput;
                switch (matches[0].Substring(0, 5).ToLower())
                {
                    case "north":
                        MovePlayer(0);
                        break;
                    case "south":
                        MovePlayer(1);
                        break;
                }
            }
            else
            {
                textBox.Text = "No speech was recognised";
            }
        }
        base.OnActivityResult(requestCode, resultVal, data);
    }
}

Text to Speech

텍스트 음성 변환은 단지 음성 텍스트 변환의 반대가 아니며, 디바이스에 설치된 텍스트 음성 변환 엔진과 설치된 언어라는 두 가지 주요 구성 요소에 의존합니다.

대부분의 Android 디바이스는 기본 Google TTS 서비스가 설치되어 있고 하나 이상의 언어를 제공합니다. 이는 디바이스를 처음 설정할 때 그리고 당시 디바이스의 위치에 따라 결정됩니다. 예를 들어 독일에서 설정된 휴대폰은 독일어가 설치되고 미국에서 설정된 휴대폰은 미국식 영어가 설치됩니다.

1단계 - TextToSpeech 인스턴스화

TextToSpeech는 최대 세 개의 매개 변수를 사용할 수 있습니다. 처음 두 개는 필수이고, 세 번째는 선택입니다(AppContext, IOnInitListener, engine). 수신기는 서비스에 바인딩하고 엔진(임의의 사용 가능한 Android 텍스트 음성 변환 엔진)의 실패를 테스트하는 데 사용됩니다. 최소한 이 디바이스에는 Google의 고유한 엔진이 있습니다.

2단계 - 사용 가능한 언어 찾기

Java.Util.Locale 클래스에는 GetAvailableLocales()라는 유용한 메서드가 포함되어 있습니다. 그러면 음성 엔진이 지원하는 이 언어 목록을 설치된 언어에 대해 테스트할 수 있습니다.

"이해된" 언어 목록을 생성하는 것이 중요하지 않습니다. 항상 기본 언어(사용자가 디바이스를 처음 설정할 때 설정하는 언어)가 있습니다. 따라서 이 예제에서는 List<string>가 첫 번째 매개 변수로 "Default"를 취하고, textToSpeech.IsLanguageAvailable(locale)의 결과에 따라 목록의 나머지가 채워집니다.

var langAvailable = new List<string>{ "Default" };
var localesAvailable = Java.Util.Locale.GetAvailableLocales().ToList();
foreach (var locale in localesAvailable)
{
    var res = textToSpeech.IsLanguageAvailable(locale);
    switch (res)
    {
        case LanguageAvailableResult.Available:
          langAvailable.Add(locale.DisplayLanguage);
          break;
        case LanguageAvailableResult.CountryAvailable:
          langAvailable.Add(locale.DisplayLanguage);
          break;
        case LanguageAvailableResult.CountryVarAvailable:
          langAvailable.Add(locale.DisplayLanguage);
          break;
    }
}
langAvailable = langAvailable.OrderBy(t => t).Distinct().ToList();

이 코드는 TextToSpeech.IsLanguageAvailable을 호출하여 지정된 로캘의 언어 패키지가 디바이스에 이미 있는지 테스트합니다. 이 메서드는 전달된 로캘의 언어를 사용할 수 있는지 여부를 나타내는 LanguageAvailableResult를 반환합니다. LanguageAvailableResult 언어가 NotSupported임을 나타내는 경우 해당 언어에 사용할 수 있는 음성 패키지가 없는 것입니다(다운로드조차 없음). LanguageAvailableResultMissingData로 설정하면 4단계에서 설명한 대로 새 언어 패키지를 다운로드할 수 있습니다.

3단계 - 속도 및 피치 설정

Android에서는 사용자가 SpeechRatePitch(음성의 속도 및 어조)를 바꿔 음성의 소리를 변경할 수 있습니다. 둘 모두 범위는 0~1이고, 1은 "정상" 음성입니다.

4단계 - 새 언어 테스트 및 로드

새 언어 다운로드는 Intent를 사용하여 수행됩니다. 이 의도의 결과로 OnActivityResult 메서드가 호출됩니다. RecognizerIntentIntent에 대한 PutExtra 매개 변수로 사용하는 음성 텍스트 변환 예제와 달리, Intent에 대한 테스트 및 로드는 Action을 기반으로 합니다.

다음 코드 예제에서는 이러한 작업을 사용하여 언어 리소스를 테스트하고 새 언어를 다운로드하는 방법을 보여 줍니다.

var checkTTSIntent = new Intent();
checkTTSIntent.SetAction(TextToSpeech.Engine.ActionCheckTtsData);
StartActivityForResult(checkTTSIntent, NeedLang);
//
protected override void OnActivityResult(int req, Result res, Intent data)
{
    if (req == NeedLang)
    {
        var installTTS = new Intent();
        installTTS.SetAction(TextToSpeech.Engine.ActionInstallTtsData);
        StartActivity(installTTS);
    }
}

TextToSpeech.Engine.ActionCheckTtsData는 언어 리소스의 가용성을 테스트합니다. 이 테스트가 완료되면 OnActivityResult가 호출됩니다. 언어 리소스를 다운로드해야 하는 경우 OnActivityResultTextToSpeech.Engine.ActionInstallTtsData 작업을 발생시켜 사용자가 필요한 언어를 다운로드하도록 허용하는 작업을 시작합니다. 이 OnActivityResult 구현에서는 Result 코드를 확인하지 않습니다. 이 간단한 예제에서는 언어 패키지를 다운로드해야 한다는 결정이 이미 성립되었기 때문입니다.

TextToSpeech.Engine.ActionInstallTtsData 작업은 사용자가 다운로드할 언어를 선택할 수 있도록 Google TTS 음성 데이터 작업을 사용자에게 제공합니다.

Google TTS 음성 데이터 작업

예를 들어 사용자는 프랑스어를 선택하고 다운로드 아이콘을 클릭하여 프랑스어 음성 데이터를 다운로드할 수 있습니다.

프랑스어 다운로드 예

다운로드 완료 후 이 데이터가 자동으로 설치됩니다.

5단계 - IOnInitListener

작업이 텍스트를 음성으로 변환하려면 인터페이스 메서드 OnInit를 구현해야 합니다. 이는 TextToSpeech 클래스의 인스턴스화에서 지정된 두 번째 매개 변수입니다. 이 메서드는 수신기를 초기화하고 결과를 테스트합니다.

수신기는 최소한 OperationResult.SuccessOperationResult.Failure에 대해 테스트해야 합니다. 다음 예제에서 이를 보여 줍니다.

void TextToSpeech.IOnInitListener.OnInit(OperationResult status)
{
    // if we get an error, default to the default language
    if (status == OperationResult.Error)
        textToSpeech.SetLanguage(Java.Util.Locale.Default);
    // if the listener is ok, set the lang
    if (status == OperationResult.Success)
        textToSpeech.SetLanguage(lang);
}

요약

이 가이드에서는 텍스트 음성 변환 및 음성 텍스트 변환의 기본 사항과 앱에 이러한 기능을 포함할 수 있는 방법에 대해 알아보았습니다. 모든 사례가 포함된 것은 아니지만 이제 음성이 해석되는 방식, 새 언어를 설치하는 방법, 앱 포용성을 확대하는 방법을 기본적으로 이해했을 것입니다.