java - 如何在 Android 上使用 Google 的汉字文字转语音服务？

Question

我正在尝试从谷歌的文本转语音功能中提取音频文件。基本上，您输入链接，然后在链接的末尾连接您想要说的任何内容。我已经得到了下面的代码，可以很好地用于英语，所以我认为问题一定是中文字符在请求中的编码方式。这是我得到的:

String text = "text to be spoken";
public static final String AUDIO_CHINESE= "http://www.translate.google.com/translate_tts?tl=zh&q=";
public static final String AUDIO_ENGLISH = "http://www.translate.google.com/translate_tts?tl=en&q=";

URL url = new URL(AUDIO_ENGLISH + text);

urlConnection = (HttpURLConnection) url.openConnection();
urlConnection.setRequestMethod("GET");
urlConnection.setRequestProperty("Accept-Charset", Variables.UTF_8);

if (urlConnection.getResponseCode() ==200) {
     //get byte array in response
     in = new DataInputStream(urlConnection.getInputStream());
} else {
     in = new DataInputStream(urlConnection.getErrorStream());
}
//use commons io
byte[] bytes = IOUtils.toByteArray(in);

in.close();
urlConnection.disconnect();

return bytes;

但是，当我尝试使用中文字符时，它会返回一些我无法在媒体播放器中播放的内容(我怀疑这不是一个合适的音频文件，因为绝大多数字节都是“85”)。所以我都试过了

String chText = "你好";
URL url = new URL(AUDIO_CHINESE + URLEncoder.encode(chText, "UTF-8));

和

URL url = new URL(AUDIO_CHINESE + Uri.encode(chText, "UTF-8"));

然后添加

urlConnection.setRequestProperty("content-type", "application/x-www-form-urlencoded; charset=UTF-8");

到请求头。不过，这只会让事情变得更糟，因为现在它甚至不返回 200 代码，而是在 logcat 中声明“FileNotFound”。

于是我心血来潮，回过头来尝试用英文文本进行 URL/Uri 编码，现在英文也不会返回有效结果。不确定这里发生了什么:如果我复制并粘贴到 Chrome 中，调试器中的原始 url 工作正常，但由于某种原因，urlConnection 不起作用。感觉我错过了一些明显的东西。

编辑

再摆弄它一点也没有找到答案，只有更多的困惑(和恼怒)。出于某种原因，当通过 httpurlconnection 发送时，Google tts 机器将 utf-8% 编码的文本读取为 utf-16，至少据我所知是这样。例如，字符“维”(wei2) 是 %E7%B6%AD，但是如果您通过连接传递它，您将得到一个发音为“see”(“ç” ，准确地说)。

事实证明，

ç 是 UTF-16 中的 0x00E7(它的 utf-8 百分比编码版本是 %C3%A7)。我不知道为什么它在 Java 中这样做，因为在任何浏览器中将适当的 % 放在链接的末尾都可以正常工作。到目前为止，我已经尝试了各种尝试让 tts 读取整个 %E7%B6%AD 的组合，但都没有成功。

EDIT2

找到了我的问题的解决方案!请参阅下面的答案。问题不在于编码，而在于谷歌端的解析。相应地编辑了标题。干杯!

Answer 1

所以，最终的问题根本不是编码问题；这是谷歌的处理。要让服务正确识别 UTF-8，您需要使用此链接 http://www.translate.google.com/translate_tts?ie=utf-8&tl=zh-cn&q= 而不是上面那个。请注意添加到参数中的 ie=utf-8。因此，您只需 URLEncoder.encode("你好吗", "UTF-8")，将其附加到链接，然后照常发送。哇!