C#文本转语音并保存wav和MP3文件

王朝学院·作者佚名  2016-05-05
窄屏简体版  字體: |||超大  

回顾上次写博客至今都有4个多月了,最近工作比较的忙没时间写博文。以后会多坚持写博文,与大家分享下最近遇到的问题。最近因为项目需要,研究了下用C#开发TTS。下面把大体的思路给大家说说,希望对大家有所帮助。

首先需要了解下MS的SAPI,它是微软的语音API。它包括了语音识别SR引擎和语音合成SS引擎两种语音引擎。等下会给大家看下语音合成SS引擎。它由不同的版本,操作系统的不同使用的版本不同,不过我喜欢使用其他的合成语音包,比如:NeoSpeech公司的合成语音包。回过头来,MS 的SAPI的版本有:5.1、5.3和5.4。具体用途如下:

1. Windows Speech SDK 5.1版本支持xp系统和server 2003系统,需要下载安装。XP系统默认只带了个Microsoft Sam英文男声语音库,想要中文引擎就需要安装Windows Speech SDK 5.1。下载地址:http://www.microsoft.com/download/en/details.aspx?id=10121

2. Windows Speech SDK 5.3版本支持Vista系统和Server 2008系统,已经集成到系统里。Vista和Server 2003默认带Microsoft lili中文女声语音库和Microsoft Anna英文女声语音库。

3. Windows Speech SDK 5.4版本支持Windows7系统,也已经集成到系统里,不需要下载安装。Win7系统同样带了Microsoft lili中文女声语音库和Microsoft Anna英文女声语音库。Microsoft lili支持中英文混读。

到这里环境就准备好了,接下来讲诉下开发TTS要用到的类,我使用的是.net类库提供的语音类System.Speech.Synthesis.SpeechSynthesizer,使用前需要添加引用:System.Speech。该类的主要方法、属性、事件如下:

方法:

GetInstalledVoices():获取当前系统中安装的语音播放人,返回一个VoiceInfo对象集合,具体的对象有在控制面板中,语音项可以查看。Xp默认是Microsoft Sam。

SelectVoice(string):选择当前朗读的人员,参数是朗读者名称,如:Microsoft Sam

SpeakAsync(string):开始进行异步朗读,参数是朗读的文本。

Speak(string):开始进行朗读,参数是朗读的文本。这里我没有弄懂SpeakAsync和Speak的区别,我试了下效果都一样。

Pause():暂停正在播放朗读。

Resume():继续播放暂停的朗读。

SetOutputToWaveFile(string):保存语音文件,调用该方法后需要调用Speak方法。参数是保存文件的路径。如:d:/124.wav或d:/123.MP3

SetOutputToNull():保存文件结束语句,必须调用该语句,否则生产的语音文件无法播放。

属性:

Rate:播放语速,-10~10

Volume:音量调节:0~100

Voice:正在使用某个人员播放,返回:VoiceInfo对象。

事件:

SpeakCompleted:朗读完成事件,朗读完成后会触发该时间。可以在该事件中处理播放完成后的流程。

SpeakStarted:朗读开始事件。

SpeakPRogress:朗读过程事件,可以继续一些进度条处理。

。。。。

其他属性、方法、事件用得少就不多讲了,自己看下API就知道了。有什么问题可以给我留言,我们共同探讨。界面如下:

还是把代码贴上来吧,主要代码如下:

private SpeechSynthesizer synth = null;//语音对象

/// <summary>

/// 返回一个SpeechSynthesizer对象

/// </summary>

/// <returns></returns>

private SpeechSynthesizer GetSpeechSynthesizerInstance()

{

if (synth == null)

{

synth = new SpeechSynthesizer();

}

return synth;

}

/// <summary>

/// 获得朗读设置对象

/// </summary>

/// <returns></returns>

private VoiceClass GetVoiceClass()

{

VoiceClass setViceClass = new VoiceClass();

setViceClass.VoiceName = cboTokens.Text;

setViceClass.Rate = int.Parse(cboSpeed.Text);

setViceClass.Volume = tbVoice.Value;

setViceClass.VoiceText = txtInput.Text;

return setViceClass;

}

/// <summary>

/// 播放

/// </summary>

/// <param name="sender"></param>

/// <param name="e"></param>

private void btnGo_Click(object sender, EventArgs e)

{

if (IsVaild())

{

VoiceClass setViceClass = GetVoiceClass();//VoiceClass 是自己建立的一个类,里面封转了语速 音量 播放人 播放文本

Thread thread = new Thread(RingVoice);

thread.Start(setViceClass);

}

}

/// <summary>

/// 开始朗读 放在线程中

/// </summary>

/// <param name="VoiceObject"></param>

public void RingVoice(object VoiceObject)

{

try

{

VoiceClass voiceClass = (VoiceClass)VoiceObject;

synth = GetSpeechSynthesizerInstance();

synth.SelectVoice(voiceClass.VoiceName);

synth.Rate = voiceClass.Rate;

synth.Volume = voiceClass.Volume;

synth.SpeakAsync(voiceClass.VoiceText);

}

catch (Exception er)

{

MessageBox.Show(er.ToString(), "提示", MessageBoxButtons.OK, MessageBoxIcon.Error);

}

}

/// <summary>

/// 保存

/// </summary>

/// <param name="sender"></param>

/// <param name="e"></param>

private void btnSave_Click(object sender, EventArgs e)

{

if (IsVaild())

{

synth = GetSpeechSynthesizerInstance();

VoiceClass voiceClass = GetVoiceClass();

synth.SelectVoice(voiceClass.VoiceName);

synth.Rate = voiceClass.Rate;

synth.Volume = voiceClass.Volume;

SaveFileDialog saveFileDialog = new SaveFileDialog();

saveFileDialog.Title = "保存文档";

saveFileDialog.Filter = "*.wav|*.wav|*.mp3|*.mp3";

saveFileDialog.InitialDirectory = Environment.GetFolderPath(Environment.SpecialFolder.MyDocuments);

DialogResult saveDialog = saveFileDialog.ShowDialog();

try

{

if (saveDialog == System.Windows.Forms.DialogResult.OK)

{

synth.SetOutputToWaveFile(saveFileDialog.FileName);

synth.Speak(voiceClass.VoiceText);

synth.SetOutputToNull();

System.Diagnostics.Process.Start("Explorer.exe", string.Format(@"/select,{0}", saveFileDialog.FileName));//打开wav目录并选中文件

}

}

catch (Exception er)

{

MessageBox.Show(er.ToString(), "提示", MessageBoxButtons.OK, MessageBoxIcon.Error);

}

}

}

/// <summary>

/// 继续

/// </summary>

/// <param name="sender"></param>

/// <param name="e"></param>

private void btnContinum_Click(object sender, EventArgs e)

{

synth.Resume();

}

/// <summary>

/// 暂停

/// </summary>

/// <param name="sender"></param>

/// <param name="e"></param>

private void btnStop_Click(object sender, EventArgs e)

{

synth.Pause();

}

有个问题,不知道是什么原因,要播放的内容:欢迎致电12345客服服务系统,它把12345给我朗读成:1万2千3百4十五。这个问题还在解决中,谁知道麻烦给我留下言,谢谢。

 
 
 
免责声明:本文为网络用户发布,其观点仅代表作者个人观点,与本站无关,本站仅提供信息存储服务。文中陈述内容未经本站证实,其真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。
 
 
© 2005- 王朝網路 版權所有 導航