一、Text To Speech

站在巨人的肩膀上，這裡我將做一下整理，也是對自己所學的總結。

 

本節介紹 文字 to 語音 包含兩部分：
　　1、微軟是實現TTS
　　2、微軟將聲音儲存為語音檔案
　　3、利用Google翻譯實現TTS

 

微軟TTS

微軟的SAPI（Speech Application Programming Interface）提供了強大的Text To Speech介面，而且支援自動化。

通過微軟的SAPI，可以實現TTS(Text to Speech),即“從文本到語音”，是人機對話的一部分，讓機器能夠說話。

使用方式：
　　使用COM組件技術實現TTS---注意:Xp需要安裝Microsoft Speech SDK Version 5.1，先安裝SDK再安裝語言套件。

 

下面我們就來用幾句代碼來實現TTS的功能

COM組件技術
添加引用：在COM選項卡裡面，添加Microsoft Speech  object  library的引用
　　　　   在代碼區添加 Using SpeechLib 

 private void btnRead_Click(object sender, EventArgs e)        {            string strContent = txtContent.Text.Trim();            SpeechVoiceSpeakFlags Speak = SpeechVoiceSpeakFlags.SVSFlagsAsync ;            SpVoice voice = new SpVoice();            voice.Speak(strContent, Speak);        }

如此簡單就可以實現了TTS。但是，這種方式只能利用預設的聲音。即：控制台--語音辨識--文字轉換語音（我Win7是Lili Chinese的聲音）
　　實現多語音的畫，網上查閱如此即可。但是在我Win7本機上用vs2010米有作用，我覺得應該是沒有安裝其他語音包的緣故，稍後再試

            SpeechVoiceSpeakFlags flag = SpeechVoiceSpeakFlags.SVSFlagsAsync;            SpVoice voice = new SpVoice();            voice.Voice = voice.GetVoices(string.Empty, string.Empty).Item(3);            //Item(0)單詞男聲Sam            //Item(1)單詞男聲Mike            //Item(2)單詞女聲Mary            //Item(3)中文發音，如果是英文，就依單詞字母一個一個發音            voice.Speak(textBox1.Text, flag);

既然曉得了如何簡單的用，再稍稍去瞭解下其如何?的呢？
1、SpeechVoiceSpeakFlags是一個枚舉類型

    //這裡的枚舉都是什麼意思呢？　　    public enum SpeechVoiceSpeakFlags    {        SVSFUnusedFlags = -512,        SVSFDefault = 0,        SVSFParseAutodetect = 0,        SVSFlagsAsync = 1,        SVSFPurgeBeforeSpeak = 2,        SVSFIsFilename = 4,        SVSFIsXML = 8,        SVSFIsNotXML = 16,        SVSFPersistXML = 32,        SVSFNLPMask = 64,        SVSFNLPSpeakPunc = 64,        SVSFParseSapi = 128,        SVSFParseSsml = 256,        SVSFParseMask = 384,        SVSFVoiceMask = 511,    }

 

2、SpVoice是一個介面，但是....

namespace SpeechLib{    [CoClass(typeof(SpVoiceClass))]  //CoClass是組件類    [Guid("269316D8-57BD-11D2-9EEE-00C04F797396")]    public interface SpVoice : ISpeechVoice, _ISpeechVoiceEvents_Event    {    }}

如果上例子中對SpVoiceClass執行個體化時，就會報錯無法嵌入互操作類型“SpeechLib.SpVoiceClass”。請改用適用的介面。這是為什麼呢？

[CoClass(typeof(SpVoiceClass))]  應該是讓SpVoice和SpVoiceClass建立了某種關係吧，因為上面調用的voice.Voice和voice.GetVoice以及voice.Speak都是SpVoiceClass的成員，暫且先介個樣子理解，學習CoClass之後再做更正吧！！！！
--COM coclass 在 C# 中表示為具有無參數建構函式的類。
--MSDN解釋：http://msdn.microsoft.com/zh-cn/library/aa288455(v=vs.71).aspx

 

SpVoiceClass類

namespace SpeechLib{    [ComSourceInterfaces("SpeechLib._ISpeechVoiceEvents")]    [TypeLibType(2)]    [ClassInterface(0)]    [Guid("96749377-3391-11D2-9EE3-00C04F797396")]    public class SpVoiceClass : ISpeechVoice, SpVoice, _ISpeechVoiceEvents_Event, ISpVoice, ISpPhoneticAlphabetSelection    {        //這裡只列舉了部分的成員  
public SpVoiceClass();        [DispId(5)]        public virtual int Rate { get; set; }        [DispId(6)]        public virtual int Volume { get; set; }        [DispId(18)]public virtual void GetRate(out int pRateAdjust);public virtual void GetVoice(out ISpObjectToken ppToken);        [DispId(14)]        public virtual void Pause();        [DispId(15)]        public virtual void Resume();public virtual void SetVolume(ushort usVolume);        [DispId(12)]        public virtual int Speak(string Text, SpeechVoiceSpeakFlags Flags = SpeechVoiceSpeakFlags.SVSFDefault);        public virtual void Speak(string pwcs, uint dwFlags, out uint pulStreamNumber);    }}

此處只是列舉出了部分成員，簡單介紹下其中某些成員的作用！
pause/Resume　　　　　　暫停/繼續
SetVoice/GetVoice　　　　設定聲音
SetRate　　　　　　　　　 設定讀取速度
SetVolume/GetVolume　　聲音大小
...
...

-------遺留問題：DispId和ComSourceInterfaces等都是什麼意思？

 

將聲音儲存為語音檔案

            SpeechVoiceSpeakFlags flag = SpeechVoiceSpeakFlags.SVSFlagsAsync;            SpVoice voice = new SpVoice();            voice.Voice = voice.GetVoices(string.Empty, string.Empty).Item(3);            SpeechStreamFileMode SpFileMode = SpeechStreamFileMode.SSFMCreateForWrite;             SpFileStream SpFileStream = new SpFileStream();            SpFileStream.Open(@"C:\test.wav", SpFileMode, false);            voice.AudioOutputStream = SpFileStream;//設定voice的輸出為Stream            voice.Speak(textBox1.Text.Trim(), flag);            voice.WaitUntilDone(Timeout.Infinite);//Using System.Threading;             SpFileStream.Close();

 利用Google翻譯來實現TTS
Google翻譯有朗讀的功能

根據朗讀時瀏覽器的請求，得到其請求URL

中文發音：
http://translate.google.cn/translate_tts?ie=UTF-8&q=%E6%B2%B3%E5%8C%97%E5%A4%A7%E5%AD%A6&tl=zh-CN&total=1&idx=0&textlen=4&prev=input
英文發音：
http://translate.google.cn/translate_tts?ie=UTF-8&q=Hebei%20University&tl=en&total=1&idx=0&textlen=16

分析請求的URL：
ie　　編碼方式 
q　　要朗讀的關鍵字
&tl　　語言
total　　???
idex　　???
textlen　　應該關鍵字長度
prev　　???

 

 

 

 

 

還有其他方式和可以實現C#播放聲音
1、利用DirectX
2、MS的COM組件
3、引用SoundPlayer
4、利用Windows Media Player

 詳細見：http://www.soaspx.com/dotnet/csharp/csharp_20090922_407.html

 

補充：今天在C#Coner看見一篇文章(含執行個體)，也是有關TTS的，寫得非常好，個人非常喜歡！
　　   http://www.c-sharpcorner.com/uploadfile/mahesh/programming-speech-in-wpf-speech-synthesis/