問題SpeechSynthesizer.SetOutputToAudioStream音頻格式問題

我目前正在研究一種應用程序，需要傳輸編碼爲特定音頻格式的語音。問題SpeechSynthesizer.SetOutputToAudioStream音頻格式問題

System.Speech.AudioFormat.SpeechAudioFormatInfo synthFormat = 
         new System.Speech.AudioFormat.SpeechAudioFormatInfo(System.Speech.AudioFormat.EncodingFormat.Pcm, 
          8000, 16, 1, 16000, 2, null);

這指出該音頻是在PCM格式，每秒8000個樣本，每個樣本16位，單聲道，每秒16000個平均字節的2

塊對齊當我試圖執行下面的代碼沒有寫入我的MemoryStream實例;然而，當我從每秒8000個採樣改變到11025時，音頻數據被成功寫入。

SpeechSynthesizer synthesizer = new SpeechSynthesizer(); 
waveStream = new MemoryStream(); 

PromptBuilder pbuilder = new PromptBuilder(); 
PromptStyle pStyle = new PromptStyle(); 

pStyle.Emphasis = PromptEmphasis.None; 
pStyle.Rate = PromptRate.Fast; 
pStyle.Volume = PromptVolume.ExtraLoud; 

pbuilder.StartStyle(pStyle); 
pbuilder.StartParagraph(); 
pbuilder.StartVoice(VoiceGender.Male, VoiceAge.Teen, 2); 
pbuilder.StartSentence(); 
pbuilder.AppendText("This is some text."); 
pbuilder.EndSentence(); 
pbuilder.EndVoice(); 
pbuilder.EndParagraph(); 
pbuilder.EndStyle(); 

synthesizer.SetOutputToAudioStream(waveStream, synthFormat); 
synthesizer.Speak(pbuilder); 
synthesizer.SetOutputToNull();

有沒有使用的8000的採樣率時，我無法找到有關SetOutputToAudioStream任何文檔中有用，爲什麼它成功以每秒11025個樣本，而不是8000我有一個記錄的異常或錯誤解決方法包括使用一些聲音編輯工具生成並轉換爲正確採樣率的wav文件，但是如果可以的話，我想從應用程序內部生成音頻。

的興趣特別一點是，SpeechRecognitionEngine接受音頻格式，併成功地認識到我的合成波文件中的講話...

更新：最近發現，這種音頻格式成功對某些安裝的聲音，但失敗爲他人。它特別針對LH Michael和LH Michelle而失敗，並且PromptBuilder中定義的某些語音設置的故障會有所不同。

來源

2008-10-31 Chris Kugler

LH Michael和LH Michelle聲音完全可能不支持8000 Hz採樣率（因爲它們固有地生成樣本> 8000赫茲）。 SAPI允許引擎拒絕不支持的費率。

來源

2009-10-08 22:36:09

我已經在我的NAudio庫中創建了一些類，允許您將音頻數據轉換爲不同的採樣率，如果您在合成器中遇到11025問題。看看WaveFormatConversionStream（使用ACM）或ResamplerDMO（使用DirectX媒體對象）

來源

2008-12-03 12:16:57

對不起，如果我打斷你，似乎你是音頻材料的專家，我有[這個問題]（http://stackoverflow.com/q/33932390/2651073）這讓我感到困惑，你能幫我那？ – Ahmad 2015-12-09 19:35:40

我有一個類似的問題，並希望發佈回覆，以防萬一它幫助任何人。這個線程讓我找到答案。我的問題是，我正在將SpeechSynthesizer輸出輸出到WAV文件，然後使用NAudio播放該WAV文件。輸出到一個文件時，它可以不加修改地工作。但是，當試圖使用MemoryStream時，它會播放，但你聽到的速度太快就是吱吱聲。

該代碼用於輸出SpeechSynthesizer固定的問題，並且需要對n音訊側沒有修改：

SpeechAudioFormatInfo synthFormat = new SpeechAudioFormatInfo(EncodingFormat.Pcm, 88200, 16, 1, 16000, 2, null); 
synth.SetOutputToAudioStream(streamAudio, synthFormat);

的88200是關鍵。默認情況下，這是11025.創建SpeechAudioFormatInfo並將其設置爲88200是所有需要的。

來源

2012-12-24 04:09:47 user1925922

問題SpeechSynthesizer.SetOutputToAudioStream音頻格式問題

回答

相關問題