Text-to-Speech Tutorial

 

Text-to-Speech Tutorial

原文：来自SAPI5.1 文档

翻译：seasun /   openpaper / google  论坛 日期：2007-10-21

 

       本文介绍一个最基本的文语转换应用实例。这是一个基于控制台的语音程序示例。在另一篇文章--“使用事件的文语转换实例”中，介绍了一个基于图形界面和事件驱动的实例。

       这个例子中，使用了最简单的COM框架，并让计算机“说”一句简单的话。同时也介绍了如何使用XML标签，来对语音进行修改。在文章的最后，给出了完整的程序代码。

 

--Step1：建立工程项目

--Step2：初始化COM接口

--Step3：创建语音对象

--Step4：开始说话

--Step5：用XML标签修改语音

 

Step1：建立工程

       虽然可以从零开始编写程序的代码，但是如果从现有的例子中开始就快些。所以，我们先利用Visual Studio的开发环境中的应用程序向导，来建立一个Win32控制台（console）程序。在创建过程中时，选择一个简单的“Hello world”应用程序工程项目。创建完成后，打开“stdafx.h”头文件，把以下的内容粘贴在“#include  ”与“#end if”之间。这样就把SAPI所需的其它依赖信息包含进来。

#define _ATL_APARTMENT_THREADED

程序清单1：

#include 

//You may derive a class from CComModule and use it if you want to override something, 

//but do not change the name of _Module

extern CComModule _Module;

#include 

 

       接下来，在工程中增加两个文件（sapi.h和sapi.lib）的路径。假设读者在安装sapi5.1过程中，是按照默认路径安装的。如果是非默认安装，或者编译器无法找到这两个文件路径时，请更改为其它实际的存放的路径。在菜单栏中，选择“Project”|“Settings”|“C/C++”标签页，接着在“Category”下拉列表中选择“Preprocessor”，在“Additional include directories”编辑框中填入实际头文件路径，比如：“C:/Program Files/Microsoft Speech SDK 5.1/Include”。

       下面再介绍如何设置sapi.lib的路径。

       1  ，在同样的“Settints”对话框中，选择“Link”标签页。

       2  ，接着在“Category”下拉列表中选择“Input”。

       3  ，在“Additional library path”编辑框中填入sapi.lib的路径。比如“C:/Program Files/Microsoft Speech SDK 5.1/Lib/i386 ” 。

       4  ，在同样的“Link”标签页中的“Object/library modules”栏中增加“sapi.lib”，注意，这里的各个库名字之间用空格隔开。

Step2：初始化COM接口

       SAPI  是基于COM框架的，所以使用SAPI相关函数之前和SAPI对象被激活时，程序必须初始化COM接口。下面的代码虽然除了初始化之外没有任何其它的功能，但是它确保COM能被正常启动。

 

程序清单2：

#include 

#include 

int main(int argc, char* argv[])

{

    if (FAILED(::CoInitialize(NULL)))

        return FALSE;

    ::CoUninitialize();

    return TRUE;

}

Step3：创建语音对象

       COM  运行环境建立起来之后，接下来创建语音对象。语音对象是一个简单的COM对象。另外，语音对象使用很多智能的默认配置，在自身初始化过程中，SAPI自动为其配置大多数的默认值，语音对象创建完成后就可以立即被程序使用。相比于旧版本，这是一个新版本的比较重要改进。这些默认的参数是从“控制面板”的“语言属性”中获得的，包括语言种类等。所有的默认参数，包括显见的和非显见的（比如说话速度，基音周期等），都可以用编程的方式改变，或从控制面板中的语言属性中修改。

       程序中把pVoice设置为NULL空值不是必须的，但是这样做，有助于检查错误，也可以作为一个提示，表示这个指针的空间已经分配了或者被释放了。

 

程序清单3：加粗字体的内容为新增的。

#include 

#include 

int main(int argc, char* argv[])

{

    ISpVoice * pVoice = NULL;

    if (FAILED(::CoInitialize(NULL)))

        return FALSE;

    HRESULT hr = CoCreateInstance(CLSID_SpVoice, NULL, CLSCTX_ALL, IID_ISpVoice, (void **)&pVoice);

    if( SUCCEEDED( hr ) )

    {

        pVoice->Release();

        pVoice = NULL;

    }

    ::CoUninitialize();

    return TRUE;

}

Step4：开始说话

       让计算机开始说一个短语是相当简单的：只需在一行代码中调用“Speak”函数！倘若在你的程序中不再使用语音对象（Voice），你可以释放它。

 

程序清单4：加粗字体的内容为新增的。

#include 

#include 

int main(int argc, char* argv[])

{

    ISpVoice * pVoice = NULL;

    if (FAILED(::CoInitialize(NULL)))

        return FALSE;

    HRESULT hr = CoCreateInstance(CLSID_SpVoice, NULL, CLSCTX_ALL, IID_ISpVoice, (void **)&pVoice);

    if( SUCCEEDED( hr ) )

    {

        hr = pVoice->Speak(L"Hello world", 0, NULL);

        pVoice->Release();

        pVoice = NULL;

    }

    ::CoUninitialize();

    return TRUE;

}

 

Step5：用XML标签修改语音

       修改语音有多种方法，最直接的是在语音流中使用XML命令。这些命令是用XML模式来描述的。在下面的例子中，后部分的语音基音频率会比前部分的低10个等级。

 

程序清单5：加粗字体部分是新增的，这也是本文完整的例子。

#include 

#include 

int main(int argc, char* argv[])

{

    ISpVoice * pVoice = NULL;

    if (FAILED(::CoInitialize(NULL)))

        return FALSE;

    HRESULT hr = CoCreateInstance(CLSID_SpVoice, NULL, CLSCTX_ALL, IID_ISpVoice, (void **)&pVoice);

    if( SUCCEEDED( hr ) )

    {

        hr = pVoice->Speak(L"Hello world", 0, NULL);

        // Change pitch

        hr = pVoice->Speak(L"This sounds normal  but the pitch drops half way through", SPF_IS_XML, NULL );

        pVoice->Release();

        pVoice = NULL;

    }

    ::CoUninitialize();

    return TRUE;

}