利用Bass.Net对纯语音文件同步显示文字提示

基于音乐的LRC的启示，在音乐播放的同时，自动显示字幕，但LRC文件大都是人工编辑播放时刻，如果能根据音乐波形自动确定文字显示时刻，可减少许多人工编辑工作。

由于从音乐中提取人声，算法太复杂，这里只对纯语音内容如何实现给一些基本思路。

一、准备工作

1、纯语音文件及对应的文字内容

2、将文字内容按音节（即每一停顿）为一行分割

二、读取语音频谱，对频谱进行分析

1、利用Bass.Net加载语音文件

WavID= Bass.BASS_StreamCreateFile(WavFile, 0, 0, BASSFlag.BASS_DEFAULT)

2、绘出语音频谱到PictureBox上

        WF = New Un4seen.Bass.Misc.WaveForm(WavFile New Un4seen.Bass.Misc.WAVEFORMPROC(AddressOf MyWaveFormCallback), Me)
        WF.ColorLeft = Color.Red
        WF.ColorLeftEnvelope = Color.Blue
        WF.RenderStart(True, BASSFlag.BASS_DEFAULT)
        While Not WF.IsRendered
            Application.DoEvents()
        End While

    Private Sub MyWaveFormCallback(ByVal framesDone As Integer, ByVal framesTotal As Integer, ByVal elapsedTime As TimeSpan, ByVal finished As Boolean)
            PictureBox1.Image = WF.CreateBitmap(PictureBox1.Width, PictureBox1, -1, -1, False)
    End Sub

3、从PictureBox上获取波形振幅，通过振幅判断语音开始与结束，并自动为文字内容添加显示时刻