C＃文本转语音并保存wav和MP3文件

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。我们继续后面的内容，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）：开始进行同步朗读，参数是朗读的文本。

SpeakAsync(string):开始进行异步朗读，参数是朗读的文本。

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，不调用该语句，在程序关闭之前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：

主要代码如下：

SpeechSynthesizer reader = new SpeechSynthesizer();

//基础数据初始化

public void dataInit() {

foreach (InstalledVoice voice in reader.GetInstalledVoices())

{

VoiceInfo info = voice.VoiceInfo;

cmbVoiceType.Items.Add(info.Name);

}

cmbVoiceGender.SelectedIndex = 0;

}

//阅读按钮单击事件方法

private void btnRead_Click(object sender, EventArgs e)

{

tbRate.Visible = false;

if (RtxtWords.TextLength == 0) {

MessageBox.Show("请输入要阅读或转换的文字内容！", "提示");

return;

}

//开始将文本转换成语音并播放

text_reader();

}

//文本成语音方法

public void text_reader()

{

reader.Volume = 100;//设置音量（默认就是100）

//判断阅读的状态

if (reader.State == SynthesizerState.Ready)

{

//PromptBuilder pb = new PromptBuilder();

btnRead.Visible = false;

reader.Rate = int.Parse(txbRate.Text);//获取语速设置

//处理语音库下拉选择的值

if (cmbVoiceType.SelectedIndex >= 0)

{

reader.SelectVoice(cmbVoiceType.Text);

}

//处理性别下拉选择的值（男性 Male, 女性 Female,中性 Neutral，未设置 NotSet）

if (cmbVoiceGender.SelectedIndex == 1)

{

reader.SelectVoiceByHints(VoiceGender.Male);

}

else if (cmbVoiceGender.SelectedIndex == 2)

{

reader.SelectVoiceByHints(VoiceGender.Female);

}

else if (cmbVoiceGender.SelectedIndex == 3)

{

reader.SelectVoiceByHints(VoiceGender.Neutral);

}

else

{

reader.SelectVoiceByHints(VoiceGender.NotSet);

}

//开始异步阅读

reader.SpeakAsync(RtxtWords.Text);

}

else {

MessageBox.Show("阅读引擎正在工作或者还未准备好！", "提示");

}

//激活阅读过程事件

reader.SpeakProgress += new EventHandler(reader_SpeakProgress);

//激活阅读开始事件

reader.SpeakStarted += new EventHandler(speak_SpeakStarted);

//激活阅读完成事件

reader.SpeakCompleted += new EventHandler(speak_SpeakCompleted);

}

//阅读过程事件

void reader_SpeakProgress(object sender, SpeakProgressEventArgs e)

{

this.RtxtWords.HideSelection = false;

this.RtxtWords.Select(0, e.CharacterPosition + e.CharacterCount);//自动选择已经阅读的文本

}

//阅读开始事件

void speak_SpeakStarted(object sender, SpeakStartedEventArgs e)

{

btnRead.Visible = false;

}

//阅读完成事件

void speak_SpeakCompleted(object sender, SpeakCompletedEventArgs e)

{

btnRead.Visible = true;

}

//阅读暂停/继续事件

private void btnPause_Click(object sender, EventArgs e)

{

tbRate.Visible = false;

if (reader.State == SynthesizerState.Speaking)

{

reader.Pause();//阅读暂停

btnPause.Text = "继续";

}

else if (reader.State == SynthesizerState.Paused)

{

reader.Resume();//阅读继续

btnPause.Text = "暂停";

}

}

//浏览按钮事件

private void btnBrow_Click(object sender, EventArgs e)

{

tbRate.Visible = false;

saveFile.Filter = "Mp3(*.mp3)|*.mp3|Wav(*.wav)|*.wav";//设置保存的文件类型下拉选择

saveFile.ShowDialog();//显示SaveFileDialog窗口

saveFile.AddExtension = true;//自动在文件名中加扩展名

FilePath.Text=saveFile.FileName;//将文件路径显示在输入路径文本框中

}

//转换按钮事件

private void btnSave_Click(object sender, EventArgs e)

{

if (string.IsNullOrEmpty(FilePath.Text)) {

MessageBox.Show("请指定文件路径及文件名！");

return;

}

//判断文件已存在询问是否覆盖

if (System.IO.File.Exists(FilePath.Text))

{

DialogResult result = MessageBox.Show("文件名已在是否覆盖保存？", "提示", MessageBoxButtons.OKCancel);

if (result != DialogResult.OK)

{

return;

}

}

//输出文件

reader.SetOutputToWaveFile(FilePath.Text);//指定输出的文件路径及名称

reader.SpeakAsync(RtxtWords.Text);//开始输出文件

MessageBox.Show("文件生成成功！");

}

//语速标尺变化事件

private void tbRate_Changed(object sender, EventArgs e)

{

txbRate.Text = tbRate.Value.ToString();//显示当前的语速值

RtxtWords.Focus();

}

//速标尺鼠标放开事件

private void tbRate_MouseUp(object sender, MouseEventArgs e)

{

tbRate.Visible = false;//隐藏语速标尺

}

//设置语速事件

private void txbRate_Click(object sender, EventArgs e)

{

tbRate.Visible = true;//显示语速标尺

}

//语音标尺滑动事件

private void tbRate_Scroll(object sender, EventArgs e)

{

txbRate.Text = tbRate.Value.ToString();//显示当前的语速值

}

有兴趣的朋友可以到以下地址下载完整的代码：https://pan.baidu.com/s/1a5IznXZdhG-fYhsn7zr-xQ

欢迎朋友们在留言区批语指正。