iOS 17 上的 SpeechSynthesis API 因某些文本而失败

Question

更新：已在 iOS 18 上修复

let voice = null;
function updateVoice() {
  voice = speechSynthesis.getVoices().find(voice => voice.voiceURI == 'com.apple.voice.compact.zh-CN.Tingting')
  document.getElementById('voice_name').textContent = voice?.name ?? '(No Voice)';
}
speechSynthesis.addEventListener('voiceschanged', updateVoice);
updateVoice()
const speak = document.getElementById('speak');
const text = document.getElementById('text');
speak.addEventListener('click', () => {
  const ssu = new SpeechSynthesisUtterance(text.value);
  ssu.voice = voice;
  ssu.lang = 'zh-CN';
  ssu.addEventListener('start', e => console.log('start', e));
  ssu.addEventListener('end', e => console.log('end', e));
  ssu.addEventListener('error', e => console.log('error', e));
  speechSynthesis.speak(ssu);
});

<textarea id="text">“你好”</textarea>
<div id="voice_name"></div>
<button type="button" id="speak">
Speak
</button>

我的 PWA 使用语音合成 API 简单地可以在 Safari iOS 16.5 上运行，但在我将设备升级到 iOS 17 后就失败了。代码如上所示。当我在装有 iOS 17 的 iPhone SE3 上运行时，尝试说出

“你好”

（

你好

，带 CJK 引号

“”

）结果没有任何反应。但是，如果您删除引号并仅在文本区域中保留

你好

，然后再次单击“讲话”按钮，它将按预期工作。我不知道我能做些什么来解决这个问题。那么有人可以帮我在这附近找到工作吗？

Answer 1

由于说话的文字是由用户给出的，这是我无法控制的。我无法避免在文中引用这句话。经过一番尝试和错误。到目前为止我得到的最好的解决方法是：

• 在 ssu 的每个文本上附加

  “”。

这可能很棘手，但确实有效。

const extraSuffix = '“”。';

let voice = null;
function updateVoice() {
  voice = speechSynthesis.getVoices().find(voice => voice.lang == 'zh-CN')
  document.getElementById('voice_name').textContent = voice?.name ?? '(No Voice)';
}
speechSynthesis.addEventListener('voiceschanged', updateVoice);
updateVoice()
const speak = document.getElementById('speak');
const text = document.getElementById('text');
speak.addEventListener('click', () => {
  const ssu = new SpeechSynthesisUtterance(text.value + extraSuffix);
  ssu.voice = voice;
  ssu.lang = 'zh-CN';
  ssu.addEventListener('start', e => console.log('start', e));
  ssu.addEventListener('end', e => console.log('end', e));
  ssu.addEventListener('error', e => console.log('error', e));
  speechSynthesis.speak(ssu);
});

<textarea id="text">“你好”</textarea>
<div id="voice_name"></div>
<button type="button" id="speak">
Speak
</button>

我发现如果我在文本末尾添加

。

，语音合成会再次起作用。然而，

怎么？

和

怎么？。

会有不同的曲调，这不是我想要的。但是

怎么？“”。

效果很好。这就是为什么它使用如此奇怪的后缀。