SAPI 5.1 语音合成 和 语音识别 [C#]
翻译源:Speech Synthesis & Speech Recognition Using SAPI 5.1 By Brian Long (www.blong/)
翻译说明:并不全文翻译,只翻译些对本人有用的部分,原版代码为Delphi,译文用C# .NET Framework 2.0
实现,有些有关Delphi的解释略去,另添加一些C#使用SAPI的个人理解注释,不定期更新
[1]语音合成
在简单层面上实现语音合成,只需要创建SpVoiceClass对象并调用其中的Speak方法,最简单的实现如下[读出文本框中的文字]
       private void button1_Click(object sender, EventArgs e)
       {
           SpVoiceClass svc = new SpVoiceClass();   
           svc.Speak(textBox1.Text,SpeechVoiceSpeakFlags.SVSFDefault);
       }...
[Tachikoma注:此处并未提到编程时添加对SAPI的引用,对COM组件的引用较简单,请自行处理]
对Speak方法的参数作如下说明:
0]对Speak方法的调用默认情况下将会是同步的,也就是说在朗读完指定文字之前不会返回值[同步/异步状态可用第二参数调整]

0]Speak方法返回一个流标号,当存在多个异步声音流时可通过标号识别,标号可作为参数提供给某些函数
1]第一个参数为要阅读的文字
2]第二参数为可调节的一些参数[Flags],可用"或"运算符将其连接同时使用
# SVSFDefault  [该方法将同步阅读][具体见说明0]]
# SVSFlagAsync [该方法将异步阅读,调用后将立即返回,可通过事件监视朗读结束时间,或调用WaitUntilDone 方法,或通过SpeakCompleteEvent 得到一个事件句柄并提供给WaitForSingleObject]
# SVSFPurgeBeforeSpeak  所有朗读中的和待朗读的字符都将被取消
# SVSFNLPSpeakPunc 标点将被阅读出来
# SVSFIsFilename 标明第一个参数为要朗读文本所在的文件名
# SVSFIsXML  标明文本中含有XML标签,用于控制朗读的音量\频率等参数,示例
<EMPH>Hello</EMPH>
<PRON SYM="d eh l f y">Delphi</PRON> developers!
<VOLUME LEVEL="70">
I can speak <PITCH MIDDLE="+10">high</PITCH> and <PITCH MIDDLE="-10">low</PITCH>.
I can speak <RATE SPEED="+10">very quickly</RATE> and <RATE SPEED="-10">very slowly</RATE>.
I can speak <VOLUME LEVEL="40">quietly</VOLUME> and <VOLUME LEVEL="100">loudly</VOLUME>.
</VOLUME>
Go to source web page: SAPI 5.1 语音合成 和 语音识别 [C#][1] - Tachikoma的乱七八糟 - 博客园
列举语音[Voices]
翻译说明:由于这个部分涉及到了Delphi编写的简单程序，将其换成C#实现，有些不必要的说明不按照原文翻译，基本上是按照原文复述

本节目标：调整朗读语音，调整语音频率和音量
代码环境设定：两个TrackBar代表语音频率和音量，trackBarRate，trackBarVolume，一个ComboBox选择朗读语音，comboBoxLanguage
PS：朗读语音，可能会不明白朗读语音的意思，就是在控制面板-语音-文字语音转换-"语音选择"中的项，比如Microsoft Mary,Microsoft Sam等等

SpVoiceClass类中GetVoices函数原型如下
public virtual ISpeechObjectTokens GetVoices(string RequiredAttributes, string OptionalAttributes);
该函数返回一个ISpeechObjectToken集合ISpeechObjectTokens，ISpeechObjectToken描述了每个朗读语音
函数两个参数均为对所得到集合的限制，第二参数为对第一参数的补充，比如使用
GetVoices('Gender = male', '')
就会得到男声集合
对于这些参数，一般有如下参数：Name,Vendor,Age,Gender,Language[有没有更多的不知道，翻过SAPI的帮助也没到相关说明]
调用以下语句作以说明
           ISpeechObjectToken sot = svc.GetVoices(String.Empty, String.Empty).Item(0);
           System.Diagnostics.Trace.WriteLine(sot.GetAttribute("Name"));
           System.Diagnostics.Trace.WriteLine(sot.GetAttribute("Vendor"));
           System.Diagnostics.Trace.WriteLine(sot.GetAttribute("Age"));
           System.Diagnostics.Trace.WriteLine(sot.GetAttribute("Gender"));
           System.Diagnostics.Trace.WriteLine(sot.GetAttribute("Language"));
输出中会显示
Microsoft Mary
Microsoft
Adult
Female
409;9
其中409;9代表该语音支持409[英语]和9[...]语言
[这里原文提到了申请ISpeechObjectToken实例的垃圾处理的问题，由于C#的垃圾处理机制，不翻译了]

必要函数介绍完了，下面是完成目标的代码，很简单，一些没说到的写在了注释里
       SpVoiceClass svc = new SpVoiceClass();
       private void button1_Click(object sender, EventArgs e)
       {           
           svc.Volume = trackBarVolume.Value;
           svc.Rate = trackBarRate.Value;
           svc.Voice = svc.GetVoices(string.Empty, string.Empty).Item(comboBoxLanguage.SelectedIndex);
           svc.Speak(textBox1.Text, SpeechVoiceSpeakFlags.SVSFDefault);
       }

       private void Form1_Shown(object sender, EventArgs e)
       {
           trackBarRate.Minimum = -10;
           trackBarRate.Maximum = 10;
           trackBarRate.Value = svc.Rate;//Rate取值 -10  10
           trackBarVolume.Maximum = 100;
           trackBarVolume.Value = svc.Volume;//Volume取值 0100
           ISpeechObjectTokens sots = svc.GetVoices(String.Empty, String.Empty);
           int i = 0;
           foreach (ISpeechObjectToken sot in sots)
           {
               String str = sot.GetDescription(0);//得到语音名称|相当于sot.GetAttribute("name")
               comboBoxLanguage.Items.Add(str);
               if (str == svc.Voice.GetDescription(0)) comboBoxLanguage.SelectedIndex = i;
               i++;
           }
       }
Go to source web page: SAPI 5.1 语音合成 和 语音识别 [C#][2] - Tachikoma的乱七八糟 - 博客园
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