JavaScript语音合成基于Web Speech API的SpeechSynthesis接口，支持离线使用；需检测兼容性、监听voiceschanged事件获取音色列表，再创建并配置SpeechSynthesisUtterance实例，通过speak()等方法控制播放，且必须由用户交互触发。

JavaScript 实现语音合成，核心是使用浏览器原生的 Web Speech API 中的 SpeechSynthesis 接口。它无需第三方库、不依赖网络（离线可用），只要浏览器支持（Chrome、Edge、Safari 17.4+、Firefox 部分支持），就能让网页“说话”。

检查并获取语音合成实例

SpeechSynthesis 是一个单例对象，通过 window.speechSynthesis 访问。使用前建议先确认兼容性：

• 检测是否支持：if ('speechSynthesis' in window)
• 获取实例：const synth = window.speechSynthesis;
• 可监听准备就绪事件：synth.onvoiceschanged = () => { console.log(synth.getVoices()); };（注意：首次调用 getVoices() 可能为空，需等事件触发后才返回可用音色列表）

选择语音、设置语速/音调/音量

不同系统和浏览器预装的语音不同（如中文常用 “Microsoft Yaoyao”、“Tingting”、“Xiaoyi”）。你需要手动匹配语言和 voiceName：

• 列出所有语音：const voices = synth.getVoices();
• 筛选中文语音示例：const cnVoice = voices.find(v => v.lang.includes('zh') || v.name.includes('Yaoyao') || v.name.includes('Xiaoyi'));
• 创建语音内容：const utterance = new SpeechSynthesisUtterance('你好，我在用浏览器说话');
• 配置参数：utterance.voice = cnVoice; utterance.rate = 1.0; utterance.pitch = 1.2; utterance.volume = 0.9;（rate 范围 0.1–10，pitch 0–2，volume 0–1）

播放、暂停、取消与事件监听

语音不是立即播放，而是加入合成队列。控制逻辑要靠事件和方法配合：

• 开始朗读：synth.speak(utterance);
• 暂停当前语音：synth.pause();
• 恢复播放：synth.resume();
• 清空队列（含正在说的）：synth.cancel();
• 常用事件：utterance.onstart、onend、onerror、onpause，可用于更新 UI 状态（如按钮文字从“播放”变“暂停”）

注意事项与常见问题

实际开发中容易踩坑：

• 用户交互触发限制：多数浏览器要求 speak() 必须由用户手势（如 click、touchend）触发，不能在页面加载或定时器里直接调用
• 移动端兼容性差异大：iOS Safari 支持较晚（17.4+），且部分机型无中文语音；Android Chrome 通常支持良好
• 语音加载异步：getVoices() 初次可能为空，务必监听 voiceschanged 再取值
• 避免重复 speak：调用前建议先 synth.cancel()，防止多条语音叠加