SAPI 5.1 语音合成 和 语音识别 [C#][3]

翻译说明：这篇译原文五个部分 Making Your Computer Talk，Voice Events，Animating Speech， Keeping Track Of Spoken Text，Speaking Dialogs
只是说翻译范围覆盖这五个部分的范围，其中有一些例子不重写了，因为我暂时用不上，有一些乱七八糟的话不译，怕出错，毕竟对其理解不是很深，只挑一些重要的进行复述

Making Your Computer Talk 部分
提及了如何让朗读暂停和进行，只提取其中用到的几个函数，基本上原型一些出来就知道怎么回事，不详细翻译了

类 SpVoiceClass
  public   virtual   void  Pause();  // 暂停函数
public   virtual   void  Resume(); // 恢复函数
public   virtual   int  Skip( string  Type,  int  NumItems); // 跳过朗读函数

基本一看名称就知道了，只对Skip的参数做一个说明，Type参数代表要跳过的Item的类型[如 sentence 按句子跳过...]，但注意这个参数目前只能是"Sentence",后面的NumItems 是指要跳过多少个句子

Voice Events  事件部分
事件的使用和正常的使用没什么大的区别，唯一需要注意的是

类 SpVoiceClass
public   virtual  SpeechVoiceEvents EventInterests  { get; set; }

这个属性，运行原理如下：
朗读开始后，类会检测EventInterests属性里所有事件，并触发事件，没有包括在内的事件不会触发
SpeechVoiceEvents枚举变量如下

Enum SpeechVoiceEvents
    SVEStartInputStream  =   2
    SVEEndInputStream  =   4
    SVEVoiceChange  =   8
    SVEBookmark  =   16
    SVEWordBoundary  =   32
    SVEPhoneme  =   64
    SVESentenceBoundary  =   128
    SVEViseme  =   256
    SVEAudioLevel  =   512
    SVEPrivate  =   32768
    SVEAllEvents  =   33790
End Enum

多个枚举变量用或运算符连接，变量代表的事件具体说明见SAPI的帮助

Animating Speech  动画语音

OnViseme 事件由每个"可识别位置"引发["可识别位置"指朗读一段时发音嘴型需要明显改变的位置]，英语朗读里一共有22个"可识别位置"[根据迪斯尼定义的13个可识别位置(早期动画用13个图片代表嘴唇动作)]
可以用相应的嘴形图片形成简单的发音动画
[具体例子不重做了，需要的请见原文]

Keeping Track Of Spoken Text 跟踪朗读文字
[原文通过事件 OnWord & OnSentence 简单实现了高亮显示正在阅读的文字]
[简单不翻译了...懒...]

Speaking Dialogs  朗读对话框
[原文穷举了一个Form的Label 和 Button 属性，朗读出所有的Text，简单不翻译]

到此，原文 Speech Synthesis 语音合成部分结束
译后，才发现没译出什么，主要是比较简单，原文实现了一些例子，将其中重要的TIPs提取出来，主要是实现并不难，对本人没有参考价值

[明天在此处放一个实现的简单例子]

下一部分 语音识别比较难理解，也需要点时间好好翻译，^^

转载于:https://www.cnblogs.com/Tachikoma/archive/2007/11/02/947544.html