用TTS技術開發具有文本朗讀功能的應用程式(轉)之二

2．關于Microsoft Speech SDK

實作TTS的核心技術本身是非常複雜的，不是一般開發人員所能完成的，但是有了

Microsoft Speech SDK這樣的工具的幫助，隻需要在應用程式中加入一些不太複雜的指令和操作，我們就可以建立具有TTS功能的應用程式了。

國内外有許多高科技公司和科研機構緻力于TTS技術的開發和研究，如微軟公司、IBM公司以及國内的科大迅飛公司都有較成熟的語音産品，并且任何人都可以獲得微軟公司免費提供的語音軟體開發工具：Microsoft Speech SDK。

目前的Microsoft Speech SDK已經有4.0，5.1等幾個版本，最近還推出了适合網絡語音程式開發的The Microsoft Speech Application SDK的測試版，這些SDK主要包括語音應用程式程式設計接口SAPI（SAPI使我們象使用windows API一樣友善地在程式中使用語音功能）和微軟語音識别引擎和微軟語音合成引擎，還提供了進行應用設計的例子。Microsoft Speech SDK 5.1 提供了英文和中文兩種TTS引擎，即可以用它開發朗讀中文和英文的應用程式，非常适合中國的開發者使用。

利用這些SDK，開發人員可以很容易地把TTS技術內建到應用軟體中，并可以自由釋出。另外Microsoft Speech SDK還提供了詳細的文檔幫助開發者進行程式開發。

3．實作TTS的條件準備

利用Microsoft Speech SDK進行TTS語音應用程式開發前要作一些軟體和硬體的準備：

1)      去http://www.microsoft.com/speech/下載下傳Microsoft Speech SDK 5.1或其它版本SDK，并且安裝到自己的機器上。

2)      Microsoft VC++ 6.0 ，service pack 3 或更新的版本。

3)      聲霸卡和喇叭

4)      要實作該SDK的全部功能，則去http://www.microsoft.com/msdownload/platformsdk下載下傳新的Platform SDK。

另外要注意的是SAPI 5.1不支援windows 95。

4．在應用程式中實作TTS功能

微軟SAPI 5.1實作text-to-speech的核心是對COM接口IspVoice的應用，是以應用TTS技術最好要了解一下COM程式設計技術，但是即使從來沒有用過COM程式設計，隻要按照SDK的示例，也可以順利的實作TTS的功能。

SAPI 的API接口封裝得很好，我們不需要了解任何發聲引擎底層的工作細節。例如一旦在程式中建立了一個IspVoice對象，就可以通過調用

ISpVoice::Speak實作文本朗讀，通過調用ISpVoice::SetRate實作對朗讀速度的控制，以及通過調用ISpVoice::SetVoice實作對朗讀聲音的不同人物或語言控制（男聲/女生，中文/英文）等。事實上掌握對這個接口的應用就可以實作大多數TTS的應用。