.NET 文本转语音音量

Question

我正在使用 System.Speech.Synthesis 参考来处理一个简单的文本到语音应用程序。我想向应用程序添加一个滑块控件并用它控制语音的音量。为了设置我正在使用的音量：

speech.Volume = 100;

我​​是否需要使用某种事件处理程序来更新此值？顺便说一下，我使用 C#（请不要使用 VB.NET 代码）将其创建为 WPF 应用程序。

Answer 1

<Slider Ticks="1, 2, 3, 4, 5, 6, 7, 8, 9, 10"
            Value="1"
            Delay="100"
            Interval="5"
            TickPlacement="BottomRight"
            Minimum="1"
            Maximum="10"
            Width="100"
            AutoToolTipPlacement="BottomRight"
            ValueChanged="slider_ValueChanged"
            Grid.Row="1"
            Grid.Column="0">
    Slider>

创建 slider_ValueChanged 事件并设置 Speech.volume = (int)sliderID.value;

Answer 2

添加两个滑块，sliderVolume 用于音量控制，sliderRate 用于速率控制。然后在 SpeakProgress 事件中，为 speech 分配新的音量和速率，并使用 characterPosition 创建原始阅读内容的子字符串。然后使用这个新的子字符串重新开始说话。请参阅以下代码。

    string selectedSpeakData = "Sample Text Sample Text Sample Text Sample Text Sample Text";
    private SpeechSynthesizer speech;

    private void Window_Loaded(object sender, RoutedEventArgs e)
            {
                speech= new SpeechSynthesizer();
                speech.SpeakProgress += new EventHandler<System.Speech.Synthesis.SpeakProgressEventArgs>(speech_SpeakProgress);
                speech.SpeakAsync(selectedSpeakData);
            }

    void speech_SpeakProgress(object sender, System.Speech.Synthesis.SpeakProgressEventArgs e)
            {
                if (speech.Volume != Convert.ToInt32(sliderVolume.Value) || speech.Rate != Convert.ToInt32(sliderRate.Value))
                {
                    speech.Volume = Convert.ToInt32(sliderVolume.Value);
                    speech.Rate = Convert.ToInt32(sliderRate.Value);
                    selectedSpeakData = selectedSpeakData.Remove(0, e.CharacterPosition);
                    speech.SpeakAsyncCancelAll();
                    speech.SpeakAsync(selectedSpeakData);
                }
            }

Answer 3

当 Slider 控件的值发生变化时，它就会引发一个 ValueChanged 事件。如果您处理此事件，您可以通过检查 Value 属性来更新您的语音音量。

Answer 4

似乎没有内置的方法可以做到这一点。处理 SpeakProgress 事件将使您能够访问CharacterPosition 属性。这将为您提供提示中最后一个单词的开头位置。如果您在下一个空白字符上执行子字符串并将其作为新提示传递，则将从此时开始说出提示的其余部分。如果您愿意，您可以计算读取提示需要多长时间，并使用 AudioPosition 属性获取提示已运行多长时间的 TimeSpan 对象。