问题标签 [speech-synthesis]

我想动态绑定到windows sapi.dll，然后调用一些代码需要在windows上“说出”一些文本-下面的一些代码（这个片段是从desmond lang的gamedev.net文章中复制的）我没有经验使用 dll 的特别是 com。有人能告诉我这段代码应该如何为我工作吗？很多tnx

目前我正在使用 Klatt 创建元音，它是用 C http://www.cs.cmu.edu/afs/cs/project/ai-repository/ai/areas/speech/systems/klatt/编写和编译的。我通过调用输出 .wav 文件的终端命令，使用 Python 程序自动创建元音。然后 Python 程序从磁盘中读取该波形文件。我正在考虑用 Python 编写 Klatt 代码，或者是否可以轻松扩展 Klatt 代码，以便将 .wav 文件返回到我也可以访问的 numpy 数组。有关如何执行此操作或最佳方法的任何建议。

我想将音频文件转换为文本。所以，我发现链接 Can CMU Sphinx be set up to identify ~200 words to use CMUSphinx library to do this。这样做我遵循

http://cmusphinx.sourceforge.net/2011/05/building-pocketsphinx-on-android/ 并尝试运行 android 示例。但是我在那里找不到示例项目。如果是的话，是否有人用来编译此代码，而不是请告诉我如何在特定于窗口的操作系统中运行。是否需要安装 cygwig 和 swig 来编译构建。

编辑：我已经从http://code.google.com/p/itce-team8-2012/source/browse/trunk/PocketSphinxAndroidDemo下载了代码。现在，当我编译和运行代码时，应用程序崩溃了。查找日志如下

当像这样使用 system.speech.synthesis 时：

我收到此错误：

创建语音合成器的对象时不会发生错误，但在使用它时会发生错误。外汇。改变速率、音量等。

有没有人有解决这种问题的方法？解决方案？提示？有什么可以帮助解决这个烦人的问题吗？

我想在我的表单上有一个组合框，允许用户选择他们想要使用的声音。我怎样才能实现这样的功能？

目前，我的表单由四个按钮和一个组合框组成。按钮和合成器背后的代码如下：

我想用当前安装的声音列表填充一个组合框，当用户单击一个时，它会从所选声音中的richTextBoxPrintCtrl1 中读取文本。目前，合成器可以工作，但我想将此功能添加到我的文本到语音功能中。

谢谢。

我正在做一个语音合成项目，我决定尝试使用 Microsoft.Speech 命名空间而不是内置的 System.Speech 命名空间，因为 Microsoft 没有修复这里的内存泄漏，并建议使用 Microsoft.Speech 作为解决方法。

当我运行下面的程序时，NullReferenceException当它调用GetInstalledVoices.

当我运行下一个程序时，UnauthorizedAccessException当它调用Speak.

我在 Windows 8 x64 上运行 VS Express 2012，并且项目配置为 x64。我为 Microsoft 语音安装了 x64 运行时和 SDK，并从http://www.microsoft.com/en-us/download/details.aspx?id=27224安装了 en-us 语言包。我什至尝试下载 x86 运行时和 SDK 并将我的项目更改为 x86，但这会导致PlatformNotSupportedException.

我是否缺少其他一些安装，或者我的平台不支持 Microsoft.Speech 命名空间？如果我更改using Microsoft.Speech.Synthesis为using System.Speech.Synthesis，除了我提到的内存泄漏之外没问题，我现在可能可以摆脱它，因为这是一个爱好应用程序，不是为了工作。

我有一个语言 X 的语音识别应用程序。

Microsoft SAPI 不支持此语言。如何将此语言 X 的 SR 添加到 Microsoft SAPI 以便我可以通过 Microsoft SAPI 使用它？

所以我想知道的是

• 我可以将自定义 SR 添加到 Microsoft SAPI 吗？
• 如果有怎么办？
• 如果这是一个复杂的过程，在哪里可以找到详细信息？

我想创建一个使用语音识别控制鼠标位置及其左右单击的应用程序。

我已经构建了一个可以控制鼠标指针的应用程序，但我被困在代码上以模拟语音的“左右”点击。

这是我到目前为止的代码：

我目前正在开发一个密集使用文本到语音的应用程序（我正在使用 android.speech.tts.TextToSpeech）我已经能够将 TTS 集成到我的语音中，目前，默认的美国美国语音是什么大声说出我的文字。

我想知道如何对语音引擎进行配置更改。例如，我想降低阅读文本的速度，在男女声音之间切换，甚至提供对不同语言的支持。谁能帮我提供这些信息。提前致谢 ：）

[下面是我目前正在使用的代码（礼貌：一个写得很好的关于 android TTS 的基本博客），所有变量都已声明我没有复制整个代码，这个代码片段工作得很好。]

我正在尝试使用语音合成管理器的 C CoreFoundation 接口。如何注册语音回调（例如kSpeechSpeechDoneCallBack或kSpeechTextDoneCallBack）？我知道如何使用旧的不推荐使用的SetSpeechInfo功能；你怎么用新的SetSpeechProperty？当我尝试使用它时，它会导致“Segmentation fault: 11”而不是调用我注册的函数。

根据Speech-Channel Properties，我认为您应该传入 a long CFNumberRef，其值是所需的函数指针。

这是一个简单的例子，主线程注册一个回调并等待语音完成。但是调度线程没有调用回调，而是给出错误“EXC_BAD_ACCESS (code=13, address=0x0)”。使用已弃用的函数 ( --old)，调用回调时不会出错。