SAPI 5.4音頻輸出參數

我有以下的，非常簡單的代碼（DELPHI/Object Pascal中），它採用微軟SAPI 5.4做了一些文本到語音SAPI 5.4音頻輸出參數

// init 
var engine : tspvoice; 
var voice : ispeechobjecttoken; 
engine:=tspvoice.Create(nil); 

// pick the first voice and assign it to the engine 
voice := ISpeechObjectToken(0); 
engine.Voice := Voice; 

// speak 
engine.Speak(text, SVSFlagsAsync);

不過，我沒有看到任何的控制輸出格式（每採樣位數/頻率）。我有一個來自舊SAPI SDKdownload的示例應用程序（TTSapp），它允許控制這些參數。不幸的是，我無法在任何地方找到它的源代碼，我也找不到任何下載到最新的sapi SDK。

任何提示？

來源

2015-12-16 resle

我通常不使用delphi，但如果有幫助，我在C++中有一個示例。在這種情況下，你可以看到我搞亂了CSpStreamFormat，然後調用SPBindToFile來設置它。 sapi.h具有您可以使用的所有SPSTREAMFORMAT類型。

HRESULT hr = S_OK; 
    CComPtr<ISpObjectToken> cpVoiceToken; 
    CComPtr<ISpVoice> cpVoice; 

    CSpStreamFormat cAudioFmt; 
    CComPtr<ISpStream> cpStream; 

    ::CoInitialize(NULL); 
    hr = cAudioFmt.AssignFormat(SPSF_22kHz16BitMono); 
    hr = SPBindToFile(L"E:\\fileName.wav", SPFM_CREATE_ALWAYS, &cpStream, &cAudioFmt.FormatId(), cAudioFmt.WaveFormatExPtr()); 
    hr = cpVoice.CoCreateInstance(CLSID_SpVoice); 
    cpVoice->SetOutput(cpStream, TRUE); 
    hr = cpVoice->Speak(L"My spoken text goes here", SPF_DEFAULT, NULL); 

    cpStream->Close(); 
    cpStream.Release(); 
    cpVoice.Release(); 

    ::CoUninitialize();

來源

2015-12-21 15:22:50

謝謝。但是，我意識到這一點，在將TTS錄製到Wav文件時，我已經使用了上述內容。我的問題是我沒有看到實時輸出的控制級別（音頻格式參數）。然而，一些SAPI測試應用程序允許用戶調整音頻輸出格式以便進行波形輸出。 – resle

SAPI 5.4音頻輸出參數

回答

相關問題