微软TTS引擎使用说明

Microsoft Text-to-Speech（TTS） 语音引擎是一种能够将文字转换成自然语音输出的技术，可以在很多领域得到应用，如阅读软件、辅助阅读、语音导航、语音合成等领域。TTS语音引擎在使用过程中，可以根据语音合成对象的需求，实现多种语言、口音、声音质量、情感、语速等方面的自定义配置和功能。

Python开发TTS

下载 win32com 组件

pip install pywin32

C:\Users\mageriletu>pip install pywin32
Collecting pywin32
Downloading pywin32-306-cp311-cp311-win_amd64.whl (9.2 MB)  ---------------------------------------- 9.2/9.2 MB 26.7 kB/s eta 0:00:00
Installing collected packages: pywin32
Successfully installed pywin32-306

语音合成

# Python 代码示例
import win32com.client

def speak(text):
    speaker = win32com.client.Dispatch("SAPI.SpVoice")
    speaker.Speak(text)

speak("欢迎使用Microsoft TTS语音引擎")

C++开发TTS

微软win7及以上版本自带的语音合成引擎，可以直接拿来用，不需要额外的dll文件，只需要引用头文件即可， 封装一个简单的类用来做语音合成如下:

tts.h 文件：

#pragma once
#include <Windows.h>
#include "sapi.h"
#include <list>
#include <string>
#include "sphelper.h"
#pragma comment(lib, "sapi.lib")
 
 
class TTS
{
public:
	TTS();
	~TTS();
	bool Speak(std::wstring);
	bool IsUseful();
 
private:
	ISpVoice*	m_pSpVoice;
 
	bool InitVoice();
	void StopVoice();
};

tts.cxx 文件：

#include "tts.h"
 
 
TTS::TTS()
{
	m_pSpVoice = nullptr;
}
 
 
TTS::~TTS()
{
	StopVoice();
	::CoUninitialize();
}
 
 //初始化设备
bool TTS::InitVoice()
{
	HRESULT ret = ::CoInitialize(NULL);
	ret = CoCreateInstance(CLSID_SpVoice, NULL, CLSCTX_INPROC_SERVER, IID_ISpVoice, (void**)&m_pSpVoice);
	if (0 == ret && m_pSpVoice)
	{
		m_pSpVoice->SetVolume(80);
 
		IEnumSpObjectTokens *pSpEnumTokens = NULL;
		if (SUCCEEDED(SpEnumTokens(SPCAT_VOICES, NULL, NULL, &pSpEnumTokens)))		//找到lili语音进行朗读, 否则就跳出
		{
			ISpObjectToken *pSpToken = NULL;
			while (SUCCEEDED(pSpEnumTokens->Next(1, &pSpToken, NULL)) && pSpToken != NULL)
			{
				LPWSTR pId = new WCHAR[32];
				pSpToken->GetId(&pId);
 
				int nLen = WideCharToMultiByte(CP_ACP, 0, (LPCWSTR)pId, -1, NULL, 0, NULL, NULL);
 
				char *s = new char[nLen + 1];
				WideCharToMultiByte(CP_ACP, 0, (LPCWSTR)pId, -1, s, nLen, NULL, NULL);
 
				if (0 == strcmp(s, ("HKEY_LOCAL_MACHINE\\SOFTWARE\\Microsoft\\Speech\\Voices\\Tokens\\MS-Lili-2052-20-DSK")))
				{
					m_pSpVoice->SetVoice(pSpToken);      // 设置lili语音
					pSpToken->Release();
					delete[] s;
					break;
				}
				delete[] s;
				pSpToken->Release();
			}
			pSpEnumTokens->Release();
		}
		return true;
	}
	else
	{
		
	}
	return false;
}
 
 //文字转语音并播放
bool TTS::Speak(std::wstring word)
{
	StopVoice();
	if (InitVoice())
	{
		HRESULT ret = m_pSpVoice->Speak(word.c_str(), SPF_ASYNC, NULL);
		return ret;
	}
	else
	{
		return false;
	}
 
}
 
bool TTS::IsUseful()
{
	bool bRet = InitVoice();
	StopVoice();
	return bRet;
}
 
 //停止播放
void TTS::StopVoice()
{
	if (m_pSpVoice!=nullptr)
	{
		m_pSpVoice->Release();
	}
}