控制循环执行：AVSpeechSynthesizer多语句顺序播报时序问题

• 原有playSound函数中的for循环为同步执行逻辑，会瞬间完成所有迭代，一次性创建全部4个Timer实例，完全不会等待前一句语音播报完成。所有Timer在同一时间被创建后，只是各自按照延迟时间排队触发语音播放，和语音实际的播放进度完全脱节，自然无法实现播完一句停一下、再播下一句的效果。
• 没有利用AVSpeechSynthesizer的完成代理回调做流程衔接，靠外部硬编码Timer凑间隔的逻辑和真实的语音播放状态完全不同步。

你提到的“等待didFinish代理回调触发后再推进下一条播报”的思路是完全正确的，也是苹果官方推荐的状态驱动实现方式。核心逻辑是把主动循环遍历的模式，改成队列+回调推进的模式：

• 维护一个待播报的文本队列，启动时把所有需要播报的内容存入队列
• 每次只从队列头部取出一条文本，构造语音任务开始播报
• 监听didFinish代理回调，确认单句播报完全结束后，先预留设定的停顿间隔，再触发队列中下一条内容的播报
• 直到队列清空时，整个播报流程自动终止

改造后的Speaker核心实现 #

import AVFoundation

class Speaker: NSObject {
    let synth = AVSpeechSynthesizer()
    // 存储待播报的文本队列
    private var pendingLines: [String] = []
    // 配置单句播报完成后的停顿间隔（单位：秒）
    var pauseBetweenLines: TimeInterval = 1.5

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

    // 对外暴露的批量播报入口
    func startSpeaking(lines: [String]) {
        pendingLines = lines
        // 启动第一句播报
        speakNext()
    }

    // 内部逻辑：取出队列下一条内容开始播报
    private func speakNext() {
        // 队列为空时直接终止流程
        guard !pendingLines.isEmpty else {
            print("所有播报内容已执行完成")
            return
        }
        let nextContent = pendingLines.removeFirst()
        let utterance = AVSpeechUtterance(string: nextContent)
        utterance.voice = AVSpeechSynthesisVoice(language: "en-GB")
        utterance.rate = 0.5
        synth.speak(utterance)
        print("开始播报：\(nextContent)")
    }
}

extension Speaker: AVSpeechSynthesizerDelegate {
    func speechSynthesizer(_ synthesizer: AVSpeechSynthesizer, didFinish utterance: AVSpeechUtterance) {
        print("单句播报完成")
        // 单句播完后，等待设定的停顿时长，再触发下一句播报
        DispatchQueue.main.asyncAfter(deadline: .now() + pauseBetweenLines) { [weak self] in
            self?.speakNext()
        }
    }
}

上层调用逻辑简化 #

不需要再手动写循环遍历，直接把待播报的内容数组传给Speaker即可：

let speaker = Speaker()
let capitals = ["Canberra is the capital of Australia", "Seoul is the capital of South Korea", "Tokyo is the capital of Japan", "Berlin is the capital of Germany"]

var body: some View {
    Button("Play Sound") {
        speaker.startSpeaking(lines: capitals)
    }    
}

方案说明：

• 全程不存在循环提前跑完的问题，整个流程完全靠状态回调推进，不会一次性把所有语音任务提交给合成器
• 停顿间隔从单句播报完全结束后才开始计时，不会出现语音还在播放、停顿已经过完的错位问题
• 如果需要中途停止播报，只需在Speaker中增加方法，将pendingLines队列清空、同时调用synth.stopSpeaking(at: .immediate)终止当前播放即可
• 原代码中设置的20秒Timer延迟过长，常规场景下句间停1-2秒的听感会更自然

内容的提问来源于stack exchange，提问作者MikeMaus