C#文本转语音并保存wav和MP3文件

　　回顾上次写博客至今都有4个多月了，最近工作比较的忙没时间写博文。以后会多坚持写博文，与大家分享下最近遇到的问题。最近因为项目需要，研究了下用C#开发TTS。下面把大体的思路给大家说说，希望对大家有所帮助。

　　首先需要了解下MS的SAPI，它是微软的语音API。它包括了语音识别SR引擎和语音合成SS引擎两种语音引擎。等下会给大家看下语音合成SS引擎。它由不同的版本，操作系统的不同使用的版本不同，不过我喜欢使用其他的合成语音包，比如：NeoSpeech公司的合成语音包。回过头来，MS 的SAPI的版本有：5.1、5.3和5.4。具体用途如下：　　

　　1.Windows Speech SDK 5.1版本支持xp系统和server 2003系统，需要下载安装。XP系统默认只带了个Microsoft Sam英文男声语音库，想要中文引擎就需要安装Windows Speech SDK 5.1。下载地址：http://www.microsoft.com/download/en/details.aspx?id=10121

2. Windows Speech SDK 5.3版本支持Vista系统和Server 2008系统，已经集成到系统里。Vista和Server 2003默认带Microsoft lili中文女声语音库和Microsoft Anna英文女声语音库。

3. Windows Speech SDK 5.4版本支持Windows7系统，也已经集成到系统里，不需要下载安装。Win7系统同样带了Microsoft lili中文女声语音库和Microsoft Anna英文女声语音库。Microsoft lili支持中英文混读。

　　到这里环境就准备好了，接下来讲诉下开发TTS要用到的类，我使用的是.net类库提供的语音类System.Speech.Synthesis.SpeechSynthesizer，使用前需要添加引用：System.Speech。该类的主要方法、属性、事件如下：

　　方法：

　　GetInstalledVoices()：获取当前系统中安装的语音播放人，返回一个VoiceInfo对象集合，具体的对象有在控制面板中，语音项可以查看。Xp默认是Microsoft Sam。

　　SelectVoice（string）：选择当前朗读的人员，参数是朗读者名称，如：Microsoft Sam

　　SpeakAsync（string）：开始进行异步朗读，参数是朗读的文本。

　　Speak（string）：开始进行朗读，参数是朗读的文本。这里我没有弄懂SpeakAsync和Speak的区别，我试了下效果都一样。

　　Pause()：暂停正在播放朗读。

　　Resume()：继续播放暂停的朗读。

　　SetOutputToWaveFile(string)：保存语音文件,调用该方法后需要调用Speak方法。参数是保存文件的路径。如：d:/124.wav或d:/123.MP3

　　SetOutputToNull()：保存文件结束语句，必须调用该语句，否则生产的语音文件无法播放。

　　属性：

　　Rate：播放语速，-10~10

　　Volume：音量调节：0~100

　　Voice：正在使用某个人员播放，返回：VoiceInfo对象。

　　事件：

　　SpeakCompleted：朗读完成事件，朗读完成后会触发该时间。可以在该事件中处理播放完成后的流程。

　　SpeakStarted：朗读开始事件。

　　SpeakPRogress：朗读过程事件，可以继续一些进度条处理。

　　。。。。

其他属性、方法、事件用得少就不多讲了，自己看下API就知道了。有什么问题可以给我留言，我们共同探讨。界面如下：

还是把代码贴上来吧，主要代码如下：

private SpeechSynthesizer synth = null;//语音对象

/// <summary> /// 返回一个SpeechSynthesizer对象 /// </summary> /// <returns></returns> private SpeechSynthesizer GetSpeechSynthesizerInstance() { if (synth == null) { synth = new SpeechSynthesizer(); } return synth; }

/// <summary> /// 获得朗读设置对象 /// </summary> /// <returns></returns> private VoiceClass GetVoiceClass() { VoiceClass setViceClass = new VoiceClass(); setViceClass.VoiceName = cboTokens.Text; setViceClass.Rate = int.Parse(cboSpeed.Text); setViceClass.Volume = tbVoice.Value; setViceClass.VoiceText = txtInput.Text; return setViceClass; }

/// <summary> /// 播放 /// </summary> /// <param name="sender"></param> /// <param name="e"></param> private void btnGo_Click(object sender, EventArgs e) { if (IsVaild()) { VoiceClass setViceClass = GetVoiceClass();//VoiceClass 是自己建立的一个类，里面封转了语速 音量 播放人 播放文本 Thread thread = new Thread(RingVoice); thread.Start(setViceClass); } } /// <summary> /// 开始朗读 放在线程中 /// </summary> /// <param name="VoiceObject"></param> public void RingVoice(object VoiceObject) { try { VoiceClass voiceClass = (VoiceClass)VoiceObject; synth = GetSpeechSynthesizerInstance(); synth.SelectVoice(voiceClass.VoiceName); synth.Rate = voiceClass.Rate; synth.Volume = voiceClass.Volume; synth.SpeakAsync(voiceClass.VoiceText); } catch (Exception er) { MessageBox.Show(er.ToString(), "提示", MessageBoxButtons.OK, MessageBoxIcon.Error); } }

/// <summary> /// 保存 /// </summary> /// <param name="sender"></param> /// <param name="e"></param> private void btnSave_Click(object sender, EventArgs e) { if (IsVaild()) { synth = GetSpeechSynthesizerInstance(); VoiceClass voiceClass = GetVoiceClass(); synth.SelectVoice(voiceClass.VoiceName); synth.Rate = voiceClass.Rate; synth.Volume = voiceClass.Volume;

SaveFileDialog saveFileDialog = new SaveFileDialog(); saveFileDialog.Title = "保存文档"; saveFileDialog.Filter = "*.wav|*.wav|*.mp3|*.mp3"; saveFileDialog.InitialDirectory = Environment.GetFolderPath(Environment.SpecialFolder.MyDocuments); DialogResult saveDialog = saveFileDialog.ShowDialog(); try {

if (saveDialog == System.Windows.Forms.DialogResult.OK) { synth.SetOutputToWaveFile(saveFileDialog.FileName); synth.Speak(voiceClass.VoiceText); synth.SetOutputToNull(); System.Diagnostics.Process.Start("Explorer.exe", string.Format(@"/select,{0}", saveFileDialog.FileName));//打开wav目录并选中文件 }

} catch (Exception er) { MessageBox.Show(er.ToString(), "提示", MessageBoxButtons.OK, MessageBoxIcon.Error); } } }

/// <summary> /// 继续 /// </summary> /// <param name="sender"></param> /// <param name="e"></param> private void btnContinum_Click(object sender, EventArgs e) { synth.Resume(); } /// <summary> /// 暂停 /// </summary> /// <param name="sender"></param> /// <param name="e"></param> private void btnStop_Click(object sender, EventArgs e) { synth.Pause(); }

有个问题，不知道是什么原因，要播放的内容：欢迎致电12345客服服务系统，它把12345给我朗读成：1万2千3百4十五。这个问题还在解决中，谁知道麻烦给我留下言，谢谢。