deepvoice_client/lib/data/services/microsoft_tts_service.dart

import 'dart:async';
import 'package:flutter/services.dart';
import 'package:get/get.dart';
import 'package:flutter_dotenv/flutter_dotenv.dart';

/// 微软 Text-to-Speech 服务异常
class MicrosoftTtsException implements Exception {
  final String message;
  MicrosoftTtsException(this.message);
  
  @override
  String toString() => message;
}

/// 微软 Text-to-Speech 服务
/// 
/// 该服务通过平台通道与 Android 上的 Microsoft Speech SDK 交互，
/// 提供文本转语音功能。
class MicrosoftTtsService extends GetxService {
  static const MethodChannel _channel = MethodChannel('com.example.deep_voice/text_to_speech');
  
  bool _isInitialized = false;
  late final String _subscriptionKey;
  late final String _serviceRegion;
  
  // 当前使用的语音
  String _currentVoice = 'zh-CN-XiaoxiaoNeural';
  String get currentVoice => _currentVoice;
  
  // 语音合成队列
  final List<String> _textQueue = [];
  bool _isProcessingQueue = false;
  bool _isSpeaking = false;
  
  // 可观察状态
  final isEnabled = true.obs;
  final isSpeaking = false.obs;
  
  MicrosoftTtsService() {
    _loadConfig();
  }
  
  /// 从环境变量加载配置
  void _loadConfig() {
    _subscriptionKey = dotenv.env['AZURE_SPEECH_KEY'] ?? '';
    _serviceRegion = dotenv.env['AZURE_SPEECH_REGION'] ?? '';
    
    if (_subscriptionKey.isEmpty || _serviceRegion.isEmpty) {
      throw MicrosoftTtsException('未找到 Azure 语音服务配置。请在 .env 文件中设置 AZURE_SPEECH_KEY 和 AZURE_SPEECH_REGION');
    }
  }
  
  /// 初始化微软 TTS SDK
  /// 
  /// 返回 true 表示初始化成功，否则抛出 PlatformException
  Future<bool> initialize() async {
    if (_isInitialized) return true;
    
    try {
      final bool result = await _channel.invokeMethod('initialize', {
        'subscriptionKey': _subscriptionKey,
        'serviceRegion': _serviceRegion,
      });
      
      _isInitialized = result;
      return result;
    } on PlatformException catch (e) {
      throw MicrosoftTtsException('初始化失败: ${e.message}');
    }
  }
  
  /// 设置语音
  /// 
  /// [voiceName] 语音名称，例如 "zh-CN-XiaoxiaoNeural"
  /// 
  /// 返回 true 表示设置成功，否则抛出 PlatformException
  Future<bool> setVoice(String voiceName) async {
    if (!_isInitialized) {
      await initialize();
    }
    
    try {
      final bool result = await _channel.invokeMethod('setVoice', {
        'voiceName': voiceName,
      });
      
      if (result) {
        _currentVoice = voiceName;
      }
      
      return result;
    } on PlatformException catch (e) {
      throw MicrosoftTtsException('设置语音失败: ${e.message}');
    }
  }
  
  /// 将文本转换为语音并播放
  /// 
  /// [text] 要转换的文本
  /// 
  /// 返回合成结果消息，否则抛出 PlatformException
  Future<String> speakText(String text) async {
    if (!_isInitialized) {
      await initialize();
    }
    
    if (!isEnabled.value) {
      return "TTS 服务已禁用";
    }
    
    try {
      _isSpeaking = true;
      isSpeaking.value = true;
      
      final String result = await _channel.invokeMethod('speakText', {
        'text': text,
      });
      
      _isSpeaking = false;
      isSpeaking.value = false;
      
      return result;
    } on PlatformException catch (e) {
      _isSpeaking = false;
      isSpeaking.value = false;
      throw MicrosoftTtsException('语音合成失败: ${e.message}');
    }
  }
  
  /// 将 SSML 转换为语音并播放
  /// 
  /// [ssml] SSML 格式的文本
  /// 
  /// 返回合成结果消息，否则抛出 PlatformException
  Future<String> speakSsml(String ssml) async {
    if (!_isInitialized) {
      await initialize();
    }
    
    if (!isEnabled.value) {
      return "TTS 服务已禁用";
    }
    
    try {
      _isSpeaking = true;
      isSpeaking.value = true;
      
      final String result = await _channel.invokeMethod('speakSsml', {
        'ssml': ssml,
      });
      
      _isSpeaking = false;
      isSpeaking.value = false;
      
      return result;
    } on PlatformException catch (e) {
      _isSpeaking = false;
      isSpeaking.value = false;
      throw MicrosoftTtsException('SSML 语音合成失败: ${e.message}');
    }
  }
  
  /// 添加文本到队列并开始处理
  /// 
  /// [text] 要添加到队列的文本
  /// [rate] 可选，语速，范围 -100 到 100，默认为 0
  /// [pitch] 可选，音调，范围 -100 到 100，默认为 0
  /// 
  /// 返回 true 表示成功添加到队列
  Future<bool> speak(String text, {int rate = 0, int pitch = 0}) async {
    if (!isEnabled.value) {
      return false;
    }
    
    if (text.isEmpty) {
      return false;
    }
    
    // 生成 SSML
    final ssml = generateSsml(
      text: text,
      rate: rate,
      pitch: pitch,
    );
    
    // 添加到队列
    _textQueue.add(ssml);
    
    // 如果队列未在处理中，开始处理
    if (!_isProcessingQueue) {
      _processQueue();
    }
    
    return true;
  }
  
  /// 连续播放多段文本
  /// 
  /// [texts] 要连续播放的文本列表
  /// [rate] 可选，语速，范围 -100 到 100，默认为 0
  /// [pitch] 可选，音调，范围 -100 到 100，默认为 0
  /// 
  /// 返回 true 表示成功添加到队列
  Future<bool> speakMultiple(List<String> texts, {int rate = 0, int pitch = 0}) async {
    if (!isEnabled.value) {
      return false;
    }
    
    if (texts.isEmpty) {
      return false;
    }
    
    // 将所有文本添加到队列
    for (final text in texts) {
      if (text.isNotEmpty) {
        final ssml = generateSsml(
          text: text,
          rate: rate,
          pitch: pitch,
        );
        _textQueue.add(ssml);
      }
    }
    
    // 如果队列未在处理中，开始处理
    if (!_isProcessingQueue) {
      _processQueue();
    }
    
    return true;
  }
  
  /// 处理语音合成队列
  Future<void> _processQueue() async {
    if (_textQueue.isEmpty || _isProcessingQueue) {
      return;
    }
    
    _isProcessingQueue = true;
    
    try {
      while (_textQueue.isNotEmpty) {
        // 如果服务被禁用，清空队列并退出
        if (!isEnabled.value) {
          _textQueue.clear();
          break;
        }
        
        // 获取队列中的下一个 SSML
        final ssml = _textQueue.removeAt(0);
        
        // 播放 SSML
        await speakSsml(ssml);
      }
    } catch (e) {
      print('处理语音队列时出错: $e');
    } finally {
      _isProcessingQueue = false;
    }
  }
  
  /// 停止当前语音合成并清空队列
  Future<void> stop() async {
    // 清空队列
    _textQueue.clear();
    
    // 如果当前正在播放，尝试停止
    if (_isSpeaking) {
      try {
        await _channel.invokeMethod('dispose');
        await initialize(); // 重新初始化以确保资源正确释放和重建
        _isSpeaking = false;
        isSpeaking.value = false;
      } catch (e) {
        print('停止语音合成时出错: $e');
      }
    }
  }
  
  /// 生成 SSML 文本
  /// 
  /// [text] 要转换的文本
  /// [voiceName] 可选，语音名称，默认使用当前设置的语音
  /// [rate] 可选，语速，范围 -100 到 100，默认为 0
  /// [pitch] 可选，音调，范围 -100 到 100，默认为 0
  /// 
  /// 返回 SSML 格式的文本
  String generateSsml({
    required String text,
    String? voiceName,
    int rate = 0,
    int pitch = 0,
  }) {
    final voice = voiceName ?? _currentVoice;
    final rateValue = rate.clamp(-100, 100);
    final pitchValue = pitch.clamp(-100, 100);
    
    // 将 rate 和 pitch 转换为 SSML 格式的值
    final String rateStr = _convertRateToSsml(rateValue);
    final String pitchStr = _convertPitchToSsml(pitchValue);
    
    return '''
    <speak version="1.0" xmlns="http://www.w3.org/2001/10/synthesis" xmlns:mstts="https://www.w3.org/2001/mstts" xml:lang="zh-CN">
      <voice name="$voice">
        <prosody rate="$rateStr" pitch="$pitchStr">
          $text
        </prosody>
      </voice>
    </speak>
    ''';
  }
  
  /// 将 rate 值转换为 SSML 格式
  String _convertRateToSsml(int rate) {
    if (rate == 0) return '0%';
    
    // 将 -100 到 100 的范围映射到 -90% 到 100%
    if (rate < 0) {
      // 负值映射到 -90% 到 0%
      return '${(rate * 0.9).round()}%';
    } else {
      // 正值映射到 0% 到 100%
      return '${rate}%';
    }
  }
  
  /// 将 pitch 值转换为 SSML 格式
  String _convertPitchToSsml(int pitch) {
    if (pitch == 0) return '0%';
    
    // 将 -100 到 100 的范围映射到 -50% 到 50%
    return '${(pitch * 0.5).round()}%';
  }
  
  /// 释放资源
  Future<void> dispose() async {
    if (!_isInitialized) return;
    
    try {
      await _channel.invokeMethod('dispose');
      _isInitialized = false;
    } on PlatformException catch (e) {
      throw MicrosoftTtsException('释放资源失败: ${e.message}');
    }
  }
}