如何为Apple的AVSpeechSynthesizer实现语音快进/快退功能？

AVSpeechSynthesizer 本身不支持直接基于时间的快进或快退操作（比如直接跳转15秒），但可以通过拆分文本片段+进度追踪的方式模拟实现类似功能。

实现思路 #

• 提前将需要朗读的文本拆分为多个独立的小片段（比如按句子、段落，或者估算对应15秒左右的文本块）
• 维护当前正在朗读的片段索引与朗读状态
• 执行快进/快退时，停止当前朗读，跳转到目标索引的片段继续朗读

修改后的代码示例 #

private var synthesizer = AVSpeechSynthesizer()
@Published var attributedText: NSAttributedString?
// 存储拆分后的朗读片段
private var utterances: [AVSpeechUtterance] = []
// 当前正在朗读的片段索引
private var currentUtteranceIndex = 0

override init() {
    super.init()
    synthesizer.delegate = self
}

private func createUtterance(_ text: String) -> AVSpeechUtterance {
    let utterance = AVSpeechUtterance(string: text)
    utterance.rate = 0.5
    utterance.pitchMultiplier = 0.8
    utterance.postUtteranceDelay = 0.2
    utterance.volume = 0.8
    let voice = AVSpeechSynthesisVoice(language: "en-US")
    utterance.voice = voice
    return utterance
}

// 拆分文本并初始化朗读队列
func prepareAndSpeak(_ text: String) {
    // 按标点拆分句子，可根据需求调整拆分规则（比如按段落、固定字符数）
    let sentences = text.components(separatedBy: [".", "?", "!"].map { String($0) })
        .filter { !$0.trimmingCharacters(in: .whitespaces).isEmpty }
    
    utterances = sentences.map { createUtterance($0) }
    currentUtteranceIndex = 0
    synthesizer.stopSpeaking(at: .immediate)
    if !utterances.isEmpty {
        synthesizer.speak(utterances[currentUtteranceIndex])
    }
}

func pauseSpeaking(at boundary: AVSpeechBoundary = .word) {
    synthesizer.pauseSpeaking(at: boundary)
}

func continueSpeaking() {
    synthesizer.continueSpeaking()
}

// 快进（跳转到下一个片段）
func skipForward() {
    guard currentUtteranceIndex < utterances.count - 1 else { return }
    synthesizer.stopSpeaking(at: .immediate)
    currentUtteranceIndex += 1
    synthesizer.speak(utterances[currentUtteranceIndex])
}

// 快退（跳转到上一个片段）
func skipBackward() {
    guard currentUtteranceIndex > 0 else { return }
    synthesizer.stopSpeaking(at: .immediate)
    currentUtteranceIndex -= 1
    synthesizer.speak(utterances[currentUtteranceIndex])
}

var isSpeaking: Bool {
    synthesizer.isSpeaking
}

var isPaused: Bool {
    synthesizer.isPaused
}

// 实现代理方法，自动播放下一个片段
extension YourClassName: AVSpeechSynthesizerDelegate {
    func speechSynthesizer(_ synthesizer: AVSpeechSynthesizer, didFinish utterance: AVSpeechUtterance) {
        if currentUtteranceIndex < utterances.count - 1 {
            currentUtteranceIndex += 1
            synthesizer.speak(utterances[currentUtteranceIndex])
        }
    }
}

补充说明 #

• 如果需要更接近15秒的精准跳转，可以通过测试当前语音速率下的文本朗读时长，调整文本拆分粒度（比如估算对应15秒的字符数，按字符数拆分）。
• 由于AVSpeechSynthesizer未暴露内部时间进度信息，无法做到完全精确的时间跳转，拆分片段是当前可行的替代方案。

内容的提问来源于stack exchange，提问作者Zhou Haibo