云打印机基于唯创知音语音播报+TTS（语音合成）+离在线识别技术的五大语音方案

 

AUTUMN前言

当下打印机使用越来越广泛，品种也日益增多，从企业到商家到用户，不同的客户群体都有不同的需求。就拿语音播报来说，早先的打印机只做简单的文本打印功能，不带语音播报提示，后来逐步加上语音提示，如开机音效：欢迎使用xx品牌、提示语打印机缺纸等，及随着网络的发展，加入4G或WIFI的功能，通过TTS技术，进行实时文本播报。

本文则对打印机引入在线TTS+AI对话方案及唯创其他语音方案做了综合介绍。

AUTUMN方案介绍

以下将介绍唯创语音IC在打印机行业的方案运用：

01方案一

    普通语音播报系列打印机，WTN6/WT588F02B型号,语音提前放到芯片内置空间，指令控制播报提示。应用框图如下：

方案优势：

    性价比高，应用简单；可擦写版本，提供配套工具方便更新语音，快速调试

原理及技术特点：

    唯创标准一线/二线控制协议，支持音量、播放、停止、循环模式指令设置

 

02方案二

    普通语音播报系列打印机，WT2003H系列，支持挂载TF卡或者U盘播放，除提示音外，可存放更多音乐文件，支持MP3/WAV格式，支持USB连接电脑更换音频。应用框图如下：

方案优势：

    MP3音质效果，支持8-44.1KHz/8-320kbps音频码率播放，支持USB接口快速更换音频

原理及技术特点：

    唯创标准UART串口控制协议，支持挂载SPI Flash、TF卡、U盘播放，支持音量、播放暂停、循环模式、插播等指令设置

 

03方案三

    支持语音更新系列打印机，WT3000A，BLE透传更新本地音频及自定义音效，无需接线，配合手机app或微信小程序，无线更新音频到WT3000A外置存储中。APP SDK可打包外发，嵌入到用户APP中或开发微信小程序应用。应用框图如下：

方案优势：

· 解决多语种需求，设备本地无需预存多国音频，减少了本地储存成本，解决本地音频更换难，文本合成音频繁等问题

· 支持语种：全球 16 个语种，包括中文、英文、中英混合、法语、泰语、意大利语、韩语、日语、印尼语、德语、西班牙语、俄语、越南语、马来语、菲律宾语；同时还支持 6 个国内方言，即粤语、东北话、天津话、台湾话、四川话、湖南话

原理及技术特点：

· 音频格式：MP3，8-44KHz,8-320Kbps，上传后APP端都会压缩16KHz/18Kbps单声道MP3音频下发到本地；

· 传输速率：10KByte/秒左右；

· TTS合成：支持16 国语种 6 种国内方言，可配置选择，支持文本+背景音乐合成；支持语速、语调、音量等参数调节；

· APP录音：限制时长1分钟，录完点击设备写入，自动下发；

· 本地音频上传：数量无限制，取决于外置SPI Flash容量，最大可外挂128Mbit；

· APP开发：SDK可打包外发，可定制开发；

· 微信小程序开发：支持定制；

· 工具包：说明书、硬件资料、操作视频、测试工具。

 

04方案四

     支持离线文本合成播报打印机，针对带WIFI类打印机，打印时可根据打印状态，实时提示播报，语音内容无需再固化内置，WT3000T离线TTS系列配合客户MCU即可实现该功能。应用框图如下：

 

05方案五

    支持离在线文本合成播报打印机，针对带WIFI类打印机，或者不带WIFI打印机，配套WT3000A M系列模组，上面自带WIFI+语音芯片，可实现文本合成超拟人的音色，还支持自定义添加背景音乐及效果，可带来生动有趣、富有感染力的听觉体验。应用框图如下：

方案四和五对比优势：

参数对比	传统离线TTS	离在线TTS
语种	中文、中英文	支持16国语种，6种国内方言
音质	音色相对偏机械点	音色更丰富，支持超拟人音色
实时性	MCU下发UART文本合成指令，离线速度相比在线更快点	合成速度会存在1-2秒的延时，与WIFI网络稳定性及缓存有关
本地音频播放	以WT3000T为例，除TTS合成文本播放外，A版本可内置30秒固定音播放，D版本可内置500秒固定音播放	WT3000A本地本地音频播放，时长与挂载存储器容量有关，如32Mbit flash可内置16kbps的音频约34分钟
AI扩展	不支持	可引入AI对话，服务器部署产品知识库，在文本合成的基础上，增加产品的售前问答，趣味性对话等，更具个性化服务
开发调试工具	配套样片/协议/Demo板，开发快	提供服务器部署支持、手机app   demo、测试板、样片/IC控制协议
项目成本优势	唯创离线版TTS，同级别效果，价格有优势	WT3000A离在线TTS方案对比市面上在线TTS方案，价格更具吸引力，可扩展定制自定义功能

离在线TTS原理及技术特点：

· 主要组成为MCU+语音IC、WIFI芯片+服务器这几大核心部分，分为上下位机来做描述：

-上位机：主要由两部分组成，APP（配合Demo板操作演示）、服务器

· APP：一键蓝牙配网，文本合成下发，设置语种、音色、音调、音量；

· 服务器：文本音频合成下发、可接入AI大模型对话；

-下位机：主要由三部分组成，MCU、WT3000A+功放、WIFI芯片

· MCU：客户自有主控部分，驱动外设（实现本身产品的功能、交互）、通过UART接口下发文本信息（文本格式支持GB2312、UTF-8等格式）、控制本地音频播放、发起配网请求等；

· WT3000A+功放：与MCU/WIFI模组通讯、解码播放；

· WIFI芯片：联网、音频数据传输，当前传输采用MQTT协议，本司私有协议，建立订阅后，根据不同的主题，发布相关内容，详情请参考本司相关资料。

AUTUMN总结

    基于打印机方案，唯创可提供多种语音播报类方案，如简单语音播报、语音更新方案（USB/UART/蓝牙更新....）、离在线TTS方案等。如需要IC样品或Demo板测试体验，及更多技术交流，可联系本司业务人员，或官网留言，欢迎交流分享！