如何配置SpeechSynthesizer仅生成音频数据而不播放声音？

你可以通过给SpeechSynthesizer指定空输出音频配置来实现仅生成音频数据、不播放声音的需求，具体修改如下：

修改后的代码 #

public async Task<AudioResponse> GenerateAudio()
{
    _speechConfig.SpeechSynthesisVoiceName = $"{request.Language}-{request.Voice}";
    // 创建不输出到任何播放设备的音频配置
    using var audioConfig = AudioConfig.FromNullOutput();
    using SpeechSynthesizer synthesizer = new(_speechConfig, audioConfig);
  
    SpeechSynthesisResult result = await synthesizer.SpeakTextAsync("Test");
    File.WriteAllBytes(@"D:\front-doors-opening.mp3", result.AudioData);
    return new AudioResponse { Audio = result.AudioData };
}

关键说明 #

• 使用AudioConfig.FromNullOutput()创建的配置会让SpeechSynthesizer跳过音频播放环节，仅专注于生成音频数据。
• 原方法缺少async关键字（因使用了await），需要补充并将返回类型改为Task<AudioResponse>，符合异步方法规范。

内容的提问来源于stack exchange，提问作者kanils_