Windows下文本转语音时能否通过SSML标签切换不同语音?
方案结论
完全可以通过嵌入SSML标签实现单段文本内的实时语音切换,该方案比拆分片段分别调用朗读的实现方式更简洁高效。你当前的环境(Windows 7 + SAPI SpVoice组件 + Ivona语音)完全支持该特性,不需要额外安装依赖。
实现步骤
- 调用
SpVoice.Speak方法时,第二个参数传入SVSFIsXML(数值8),如果需要异步朗读则叠加SVSFlagsAsync(数值1),总参数值为9,告知组件当前传入的文本为SSML格式。 - 文本内容按照SSML标准编写,使用
<voice>标签切换指定语音,name属性值填写系统内安装的Ivona语音的完整名称(可通过遍历SpVoice.GetVoices集合读取语音的Description属性获取准确名称)。
示例代码
SSML文本示例
<speak version="1.0" xmlns="http://www.w3.org/2001/10/synthesis"> <voice name="IVONA 2 Amy US English"> 今天的天气怎么样? </voice> <voice name="IVONA 2 Brian US English"> 今天晴,气温18到25摄氏度。 </voice> </speak>
调用示例(VB)
Dim voice As New SpVoice voice.Speak ssmlText, SVSFlagsAsync + SVSFIsXML
补充说明
- 若
<voice>标签指定的语音名称不存在,SAPI会自动 fallback 到当前默认语音,不会抛出异常。 - 你还可以在
<voice>标签内嵌套<prosody>标签调整对应片段的语速、音量,示例:<prosody rate="0.8" volume="70">内容</prosody>,rate参数1为正常语速,小于1减速,大于1加速;volume参数取值范围0-100。 - 该方案不需要处理多段朗读的衔接等待逻辑,整段内容传入后会自动按配置连续朗读,适配多角色对话场景的需求。
内容的提问来源于stack exchange,提问作者Max Smith
相关产品推荐
相关产品推荐

