解读

面试官问“Unity原生TTS的离线限制”，并不是想听你背文档，而是考察三点：

1. 是否真正在国内商用环境踩过坑；
2. 能否把“Unity-引擎层”与“平台-系统层”的权责边界说清楚；
3. 面对限制，有没有工程化兜底方案（热更、插件、云端）。
   回答时务必把“离线”二字咬死：无网、弱网、合规审核、包体大小、HarmonyOS 与 Android 10+ 权限变更都要点到。

知识点

1. Unity 引擎本身不带语音合成核心，所谓“原生”只是对 Windows SAPI、Android TTS、iOS AVSpeechSynthesizer、macOS NSSpeechSynthesizer 的 C# 桥接。
2. 离线限制分四层：
   ① 系统层：Android 8 以下默认引擎“Pico TTS”中文音色缺失；HarmonyOS 2 以后不再预装Google TTS，厂商可裁剪；iOS 15+ 离线音色需用户手动下载（设置→辅助功能→语音内容→声音→下载），首次使用弹窗大小 100~200 MB，App 无法静默触发。
   ② 权限层：Android 11+ 对 /sdcard/Android/data/<pkg>/files/tts 目录限制分区存储，离线语音包无法通过 Unity 的 Application.persistentDataPath 直接解压；iOS 的 AVSpeechSynthesisVoice 在离线场景下若用户未下载，系统会强制回退到当前系统语言音色，不会抛异常，导致中文读出英文口音。
   ③ 包体层：Unity 打包时不会把系统 TTS 引擎打进 APK/IPA，国内渠道（华为、OPPO、小米）审核要求总包 ≤ 150 MB，若自带第三方离线合成 SDK（讯飞、百度）极易超限。
   ④ 合规层：工信部 337 号文要求任何语音库必须内置敏感词过滤模块，系统自带离线音色不含该功能，商用上架会被驳回。
3. Unity 侧 API 限制：SpeechSynthesizer.GetInstalledVoices() 在 Android 返回列表受 系统设置→语言与输入法→文字转语音输出→引擎 控制，无网络时无法动态增删；SpeechSynthesizer.Speak() 在 WebGL 平台直接抛 PlatformNotSupportedException。
4. 性能陷阱：Android 10+ 的 “后台启动前台服务” 限制导致在 Unity 退后台调用 TTS 可能被系统静音；iOS 的 AVAudioSession 类别若为 Ambient，锁屏后会中断合成，需要手动切换为 Playback 并加 Background Mode：audio，但审核可能被拒。

答案

Unity 的“原生 TTS”只是对宿主平台 API 的薄封装，离线场景下存在四类硬伤：

1. 音色不可保证：Android 8 以下与 HarmonyOS 大多无中文离线包，iOS 需用户手动下载；若未就绪，系统会静默回退到英文或系统默认音，App 无法感知。
2. 包体与合规：Unity 无法把系统引擎打包，自带第三方离线 SDK 又会让 APK 超过国内渠道150 MB 红线，且系统音色不含敏感词过滤，过审风险高。
3. 权限与存储：Android 11+ 分区存储限制，离线语音包无法通过 Unity 自动解压到公共目录；iOS 首次下载必须弹系统设置，不能静默完成，弱网体验差。
4. 平台差异：WebGL 完全不支持；Android 退后台调用会被系统静音；iOS 锁屏后需改 AVAudioSession 类别，否则中断合成，但改类别可能触发审核问题。
   因此，Unity 原生 TTS 只能做 Demo 或联网场景，正式产品需插件化兜底：接入讯飞、百度离线合成，通过 AssetBundle 按需下载语音库，同时内置敏感词过滤表，才能在国内市场真正跑通离线需求。

拓展思考

1. 若项目要求零权限、零流量，可把 2000 句常用中文语音提前录成 8 kHz Ogg Vorbis，用 Addressables 按首字母分包，运行时拼接，包体可压到 30 MB 以内，完全避开 TTS 限制。
2. 对于数字人唇形同步，离线 TTS 需输出 PCM 实时流与音素时间戳，Unity 原生 API 不提供；可用 Android JNI 直接调 SynthesisCallback 或 iOS AVSpeechSynthesizerDelegate，把音素回调回传 Unity，再驱动 BlendShape，实现离线唇同步。
3. 在 HarmonyOS Next 原生环境，系统 TTS 接口改为 @ohos.tts，Unity 2022 LTS 尚未适配，需自己写 AndroidJavaProxy 桥接 arkts 层，否则离线调用直接失效，这是明年国内项目必须提前踩的坑。