使用VB.net 创建简单的TTS中英文混合语音朗读

最初的想法很简单，只是想弄个小程序可以实现单词朗读功能。我了解到TTS(Text-to-Speech)技术可以做到阅读文本文字，用的语音引擎是微软的Speech SAPI5.1SDK，搜索一下，网络上大把文章谈到这个，还会告诉你下载地址，大小在60M以上。我的运行环境是xpSP2不需要再去下载。打开你的“控制面板”，打开“语音”，是不是看到了2个语音引擎？一个叫"Microsoft Simplified Chinese"，一个叫"MicrosoftSam"，OK，让我们设置"Microsoft Simplified
Chinese"为默认值。

一切就绪，我们先在工程里引用saip.dll，这个文件在我的电脑里路径是C:\Program Files\Common Files\Microsoft Shared\Speech\saip.dll (Written by HarryGlory .)

接下来，当然是引用了


Imports SpeechLib

现在开始重头戏了，我们在Form1_Load事件里面写上：


Dim MyVoice As New SpeechLib.SpVoice


Dim tmpStr As String


tmpStr = "I love Chou！"


MyVoice.Speak(tmpStr, SpeechVoiceSpeakFlags.SVSFlagsAsync)

按下F5运行，马上出来结果了，有声音了，耶！简单吧？

什么？你听到的是一个一个字母读出来？试试把tmpStr改成中文 "我爱周星星！" 看看，是不是读出中文了？

但是你很执着，想读英文单词，那怎么办？

OK，让我们稍微改一下代码，如下：


Dim MyVoice As New SpeechLib.SpVoice


Dim tmpStr As String


tmpStr = "I love Chou！"


MyVoice.Voice = MyVoice.GetVoices([String].Empty, [String].Empty).Item(1)


MyVoice.Speak(tmpStr, SpeechVoiceSpeakFlags.SVSFlagsAsync)

你再按F5运行一下。哇，真的可以耶~！太棒了！

你很聪明，知道了这里Item(0)表示中文朗读，Item(1)表示英文朗读。可是，怎么判断语音引擎呢？顺便设置一下音量啊。呵呵，可以这样做的：


Dim language As String = "MSSimplifiedChineseVoice" '此处判断缺省语音引擎. 英文为 MSSam


MyVoice.Volume = 100 '设置音量,0到100


Dim cnVoice, enVoice As Integer


If Strings.Right(MyVoice.GetVoices.Item(0).Id, language.Length) = language Then '如果Item(0)是中文


cnVoice = 0


enVoice = 1


Else '如果Item(0)是英文


cnVoice = 1


enVoice = 0


End If

似乎有点不对劲哦，如果我不止中文和英文这两个语音引擎怎么办？

呃，好吧，我承认我做的不够完美。你要想知道你都有哪些语音引擎，可以用枚举的办法，通过MyVoice.GetVoices.Count得到语音引擎的数量，再通过MyVoice.GetVoices.Item(i).Id得到每个语音引擎的名称(注意：此处id返回的是注册表里的值，也可以用MyVoice.GetVoices.Item(0).GetDescription得到语音引擎的描述，随便你喜欢哪一种)。只是这已经不在本文讨论范围内了，本文只想说说简单的效果。

你脑筋转得很快，又问：“如果我要中英文混合来读，该怎么办呢？”

这个问题问得好，首先，你必须懂得判断一个字符到底是中文字符，还是英文字符。

这里通过ascii来判断，我们另外写一个函数：


Private Function isChinese(ByVal asciiv As Integer) As Boolean


Try


If Len(Hex$(asciiv)) > 2 Then


isChinese = True


Else


isChinese = False


End If


Catch ex As Exception




End Try




End Function

举个例子，引用这个函数：isChinese(Asc("我"))，对了，这个函数我们只用来判断一个字符，千万不要写多，不能把"我爱周星星！"全部写进去哦。

写完了这个函数，记得返回Form1_load事件里面，我们继续。

你努力想了想，问：“那我要读一句中英文混合的话，只要用strings.mid语句把这句话一个字符一个字符地读出来，然后判断是中文还是英文字符，最后交给语音去朗读就可以了，对不对？”

我哈哈大笑，说：“你的作法没错，可以实现朗读功能，而且也是准确地区分了语音引擎，可是，逐个字符读的话，一个完整的单词也会让你读成字母啊！而且每个字符切换一次语音引擎，很消耗系统资源的，这样做有什么意义呢？”

最好的办法是，将中英文区分开来，并且用自定义的关键词把它们连接出来，最后通过split语句将它分成数组，这样就OK了。

比如，一句"你真是lucky. I 服了 you."，我们先用关键词"/HarryGlory/"将它们分成

"你真是"/HarryGlory/lucky. I "/HarryGlory/服了"/HarryGlory/ you."

最终通过split语句用数组存储起来，将其分成

a(0)="你真是"

a(1)="lucky. I "

a(2)="服了"

a(3)="you."

明白了吗？中英文是间隔地出来的，这是关键！这样我们可以很方便地根据数组的序号，设置当其为偶数时，用中文语音朗读，奇数时用英文语音朗读了！

这个功能也可以拓展开来，如果你只要判断、读取中文，那就只取序号为偶数的数组就可以了，哈哈，方便吧？

当然，关键词这一步骤显得多余和麻烦了点，你可以自己去试试直接用数组来分开存储的，呵呵，就当是作业吧。

以下代码通过关键词将中英文分开：


Dim strSource As String= "你真是lucky. I 服了 you."


Dim strDestination As String= Mid(strSource, 1, 1)


Dim i As Integer


Dim strSelect As String= ""


Dim splitKey As String = "/HarryGlory/" '这里可以改变临时分割用的关键词，这个关键词一定不能在文章中出现


'以下for语句功能是把中英文用splitKey分开


For i = 2 To Len(strSource)


strSelect = Mid(strSource, i, 1)


If isChinese(Asc(strSelect)) Then '如果是中文


If isChinese(Asc(Strings.Right(strDestination, 1))) Then '如果前一个字符是中文


strDestination = strDestination & Mid(strSource, i, 1)


Else


strDestination = strDestination & splitKey & Mid(strSource, i, 1)


End If


'strDestination = strDestination + Mid(strSource, i, 1)


Else '如果不是中文


If isChinese(Asc(Strings.Right(strDestination, 1))) Then '前一个字符是中文


strDestination = strDestination & splitKey & Mid(strSource, i, 1)


Else


strDestination = strDestination & Mid(strSource, i, 1)


End If


End If


Next i



以下代码是实现数组存储刚才生成的结果


Dim a(), p As String


a = Split(strDestination, splitKey)

以下代码实现逐句朗读


Dim OK As Boolean = True 'OK为true的时候读中文


If isChinese(Asc(a(0))) Then '如果第一个字符是中文


OK = True


Else '如果第一个字符不是中文


OK = False


End If




'以下语句是逐句朗读


For Each p In a


If OK Then


MyVoice.Voice = MyVoice.GetVoices([String].Empty, [String].Empty).Item(cnVoice)


MyVoice.Speak(p, SpeechVoiceSpeakFlags.SVSFlagsAsync)


OK = False


Else


MyVoice.Voice = MyVoice.GetVoices([String].Empty, [String].Empty).Item(enVoice)


MyVoice.Speak(p, SpeechVoiceSpeakFlags.SVSFlagsAsync)


OK = True


End If


Next

整个过程就完成了，很简单，是吧？赶紧运行一下啦，哈哈。

还可以进一步开发出更多功能，如放一个文本框输入字符串来朗读，或者拖放文本文件来朗读，或者读xml文件，还有将朗读的结果输出为wav声音文件等等，这个就靠你自己发挥想象力啦！

在使用微软的tts的speak方法时，需要输入一个SpeechVoiceSpeakFlags参数，该类型有多个枚举。由于没有中文，自己翻译与共享之。

SVSFDefault

默认为：读取给定的文本，被SVSFlagsAsync（异步）重写。

在播放期间的请求不会被清空，被SVSFPurgeBeforeSpeak重写。

只有当指定的文本以“<”开头才会使用XML方式解析，被SVSFIsXML和SVSFIsNotXML重写。

不保留全局XML状态变化（此处翻译有压力）。。。，被SVSFPersistXML重写。

标点符号不扩展为单词，被SVSFNLPSpeakPunc重写。

（旁白：通过default大概了解了此枚举类型的大概）

SVSFlagsAsync

播报调用为异步，所以播报请求一发送，就马上回应。

SVSFPurgeBeforeSpeak

在播报期间，不接受其他的播报请求。

SVSFIsXML

文本以XML形式解析。

SVSFIsNotXML

文本不以XML形式解析。

SVSFPersistXML

不会翻译

SVSFNLPSpeakPunc

把标点符号也读出来。

其他类型就不翻译了。

～～～

个人实操：

在前台的js用 async: true,保证了网页顺利加载。

在后台的CS用

SpeechVoiceSpeakFlags spFlags = SpeechVoiceSpeakFlags.SVSFDefault;
SpVoice voice = new SpVoice();

voice.Speak(strContent, spFlags);

保证了在网页端点击任何东西都不会停止播报——在播放期间的请求不会被清空。