问题标签 [text-to-speech]

我正在开发一个包含语音合成的程序。几周前，我写了介绍

程序。它工作得很好。我从我的任务列表中划掉了“研究语音合成”，然后转到项目的其他部分。

现在我正在编写一个真正的程序，并尝试使用相同的基本代码块。但是，现在s.SetOutputToWaveFile通话失败。它会引发 PlatformNotSupportedException，并带有以下消息：“系统上没有安装语音，或者当前安全设置没有可用的语音。”

我在 32 位 Vista 上。据我所知，这两个程序都具有相同的编译器设置。请注意，这是一个 Winforms 应用程序，而不是 ASP.Net 或任何部分受信任的应用程序。我在 Visual Studio 的另一个实例中提取了原始程序，它仍然可以正常工作。

有任何想法吗？

编辑，2009 年 11 月 9 日：

我添加了一个赏金，现在甚至只是这个程序：

失败。我猜有一些权限或我需要设置的东西，但我找不到它。我的另一个程序 - 与这个新程序完全相同的初始基本程序仍然有效。

使用 .Net 3.5 中的 System.Speech.Synthesis.SpeechSynthesizer 类，SpeakProgressEventArgs 的 AudioPosition 属性似乎不准确。

以下代码产生以下输出：

代码：

输出：

但是，生成的 .wav 文件的持续时间为 15.69 秒。如果您输出到 Stream 或 null，则会发生相同的行为。

该属性的文档说该属性是“一个 TimeSpan 对象，表示音频输出流中事件的时间位置”。

它应该是指示单词在输出文件中开始或结束说话的时间的准确时间，还是我误解了它？

是否有 Mac OS X / Cocoa / Objective-C 的“会说话的头脑”库？特别是那些简化将口语文本翻译成视位/面部表情的方法？Microsoft 将“Microsoft Agent”作为其 Text to Speech API 的一部分，Mac 是否有该功能的有力竞争对手？

I am trying to use SpeechLib on my personal website. It's a very simple app that saves some text to a wav file - standard stuff. Works great on the dev machine. But all hell breaks loose when I deploy it to the shared host.

Sometimes I get prompted for user name and password at the time of writing the wav file. Sometimes, I get the "Security exception". The site has full trust and I can write a simple txt file from my app without any issues.

On scouring the internet, I realized that the SpeechLib component temporarily writes a file to:

I verified this on the dev machine. It indeed does.

So, my guess was that on the shared host, ASPNET does not have rights to write to that folder(?). So, I contaced the hosting service only to be told I have to upgrade to Virtual Private Server. I am not sure if they know what they are talking about.

Has anyone gotten SpeechLib to work on the shared host. Here's the exact same issue I am facing:

http://www.eukhost.com/forums/f41/interop-speechlib-dll-6743/

Any thoughts?

我尝试过 Festival、espeak 和 MBROLA，但声音充其量只是平庸，而且远没有当前的商业系统那么逼真。例如这个演示：http ://www.acapela-group.com/text-to-speech-interactive-demo.html

你试过的最真实的免费 TTS 语音是什么？

9 小时前，我有了一个在 Windows 上从头开始构建 Festival TTS 的好主意。

与此同时，在不到 30 分钟的时间里，我在 Linux 上构建了相同的源代码，但这仅仅是因为已经安装了大量的开发工具 :D

今天早上我也下载了FreeTTS。多亏了 Java 的力量，我在不到 10 分钟的时间内就开始了一个简单的测试项目：D。不幸的是，FreeTTS 没有立即支持国际 mbrola 语言，所以今天早上我认为“它需要太多工作”......

回到 Windows 上的 Festival TTS，经过许多障碍和大量错误下载，之前是 CYGWIN，然后是在安装 CYGWIN、Visual Studio 2008 和 Windows Platform SDK 2008 时“忘记”的“make”和其他奇异的 C++ 工具，但是它缺少 System.h，所以刚才我正在下载 Windows Server Platform SDK 2003 等...

所以现在，由于我还没有编译过一行该死的 C 代码，我的问题是：

至少 Festival TTS 是 Windows 上 Java 开发的一个不错的选择？

我正在尝试研究可用的语音识别引擎和 SDK，以开发支持 Windows CE 语音的应用程序。我遇到过 Nuance，但没有看到太多其他东西。如果可能的话，我更喜欢 .Net SDK，但我想大多数都是 C/C++。我很感激任何建议。谢谢。

哪种编程语言适合创建像文本到语音转换器这样的应用软件。

我正在寻找可以与 as3/flex 一起使用的文本到语音组件。

谢谢

我写了一个小应用程序，它接收一些文本并将其转换为音频 wav。现在，它工作正常，只是生成的 wav 文件太大。

我正在寻找使 wav 输出更小并使整个过程花费更少时间的方法。

示例代码：