C#文本转语音并保存wav和MP3文件
回顾上次写博客至今都有4个多月了，近工作比较的忙没时间写博文。以后会多坚持写博文，与大家分享下近遇到的问题。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、事件用得少不多讲了，自己看下API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：
| privateSpeechSynthesizersynth=null;//语音对象 ///<summary> ///返回一个SpeechSynthesizer对象 ///</summary> ///<returns></returns> privateSpeechSynthesizerGetSpeechSynthesizerInstance() { if(synth==null) { synth=newSpeechSynthesizer(); } returnsynth; } ///<summary> ///获得朗读设置对象 ///</summary> ///<returns></returns> privateVoiceClassGetVoiceClass() { VoiceClasssetViceClass=newVoiceClass(); setViceClass.VoiceName=cboTokens.Text; setViceClass.Rate=int.Parse(cboSpeed.Text); setViceClass.Volume=tbVoice.Value; setViceClass.VoiceText=txtInput.Text; returnsetViceClass; } ///<summary> ///播放 ///</summary> ///<paramname="sender"></param> ///<paramname="e"></param> privatevoidbtnGo_Click(objectsender，EventArgse) { if(IsVaild()) { VoiceClasssetViceClass=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 Threadthread=newThread(RingVoice); thread.Start(setViceClass); } } ///<summary> ///开始朗读放在线程中 ///</summary> ///<paramname="VoiceObject"></param> publicvoidRingVoice(objectVoiceObject) { try { VoiceClassvoiceClass=(VoiceClass)VoiceObject; synth=GetSpeechSynthesizerInstance(); synth.SelectVoice(voiceClass.VoiceName); synth.Rate=voiceClass.Rate; synth.Volume=voiceClass.Volume; synth.SpeakAsync(voiceClass.VoiceText); } catch(Exceptioner) { MessageBox.Show(er.ToString()，"提示"，MessageBoxButtons.OK，MessageBoxIcon.Error); } } ///<summary> ///保存 ///</summary> ///<paramname="sender"></param> ///<paramname="e"></param> privatevoidbtnSave_Click(objectsender，EventArgse) { if(IsVaild()) { synth=GetSpeechSynthesizerInstance(); VoiceClassvoiceClass=GetVoiceClass(); synth.SelectVoice(voiceClass.VoiceName); synth.Rate=voiceClass.Rate; synth.Volume=voiceClass.Volume; SaveFileDialogsaveFileDialog=newSaveFileDialog(); saveFileDialog.Title="保存文档"; saveFileDialog.Filter="*.wav|*.wav|*.mp3|*.mp3"; saveFileDialog.InitialDirectory=Environment.GetFolderPath(Environment.SpecialFolder.MyDocuments); DialogResultsaveDialog=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(Exceptioner) { MessageBox.Show(er.ToString()，"提示"，MessageBoxButtons.OK，MessageBoxIcon.Error); } } } ///<summary> ///继续 ///</summary> ///<paramname="sender"></param> ///<paramname="e"></param> privatevoidbtnContinum_Click(objectsender，EventArgse) { synth.Resume(); } ///<summary> ///暂停 ///</summary> ///<paramname="sender"></param> ///<paramname="e"></param> privatevoidbtnStop_Click(objectsender，EventArgse) { 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。