有没有利用Delphi开发过，离线将文本文字转换成语音合成wav或者mp3文件的，比如调用科大讯飞window的SDK，来实现语音合成这类的Demo

[dai2000]

有没有谁利用Delphi开发过，离线将文本文字转换成语音合成wav或者mp3文件的，比如调用科大讯飞window的SDK，来实现语音合成这类的Demo。如果能提供Demo那就最好了100分感谢！我的邮箱：[e-mail]

[日立奔腾浪潮微软松下联想]

你这个例子基于老的Speech SDK，需要单独安装，高版本windows（大约win7+，我忘记vista能否支持了）直接从SAPI.DLL导入类型库就可以了，会生成一系列组件，其中一个TSpVoice就支持朗读文本。

[sczyq]

String Text = "要合成语音的文本文字"; String OutFile = "D:\\test.wav"; HINSTANCE LoadExDll = LoadLibrary("TTS.Chinese.dll"); if (LoadExDll) { DWORD (__cdecl *TextToWaveFiles)(WCHAR *, LPCSTR, int, int, SPEAKFLAGS, SPSTREAMFORMAT) = NULL; DWORD WavFormat = 4; // 音频采样 = 8 // WavFormat += 音频采样索引号 * 4; // 8 = 0,11 = 1,12 = 2,16 = 3,22 = 4,24 = 5,32 = 6,44 = 7,48 = 9 // WavFormat += 2 // 16赫兹 // 8赫兹不用加 // WavFormat += 1; // 双声道 // 单声道不用加 (FARPROC) TextToWaveFiles = GetProcAddress(LoadExDll, "TextToWaveFiles"); TextToWaveFiles(Text.c_str(), OutFile.c_str(), 0, 100, SPF_DEFAULT, (SPSTREAMFORMAT)WavFormat); FreeLibrary(LoadExDll); }

[ooolinux]

https://bbs.csdn.net/topics/392875881 txt2wav(TTS 文本朗读保存为WAVE文件的示例） delphi下使用TTS 保存为 WAVE文件的示例程序。

[dai2000]

非常感谢楼上的几位老兄。我试过安装你们的方法用Windows Speech SDK的TSpVoice是可以将文本进行转换播放和生产Wav文件，但是总感觉读起来的效果不是很好，音调和停顿有点怪怪的，不知道科大讯飞的文本语音合成效果会不会好一些。另外我真正想要的是将文本直接转成的语音内容存在内存中，不生成wave文件，然后直接从内存中读取合成的语音数据，利用UDP将数据一帧的发送到客户端进行播放。我看到TTS SDK的类库里有个SpMemoryStream类，但不知道怎么样，请高手们赐教！

[dai2000]

//采用微软的Windows Speech SDK的TSpVoice是将文本直接转成的语音内容存在内存中，不生成wave文件，
//然后直接从内存中读取合成的语音数据，利用UDP将数据一帧的发送到客户端进行播放。
//我看到TTS SDK的类库里有个SpMemoryStream类，但不知道怎么样使用，请高手们赐教！

procedure TForm1.Button1Click(Sender: TObject);
var
Music:OleVariant;
aBuff:array [1..60000] of Byte; //想把合成后的数据装载到这个数组中
begin
SpMemoryStream.Format.type_:=SAFT48kHz16BitMono;
SpMemoryStream.SetData(Music); //是否这样创建一个OleVariant变量可以将获取到的语音合成的数据输出到Music中？

SpVoice.AudioOutputStream:=SpMemoryStream.DefaultInterface;
SpVoice.Voice := SpVoice.getvoices('', '').Item(0);
SpVoice.Rate := tbRate.position; //速度
SpVoice.Volume := tbVolume.position; //音量
SpVoice.Speak(MemoInfo.Text,1);
SpVoice.WaitUntilDone(-1);

Music:=SpMemoryStream.GetData;
//如何将合成的语音数据装载到aBuff数组中？？？前面是不是那里写错了？

end;

[sczyq]

TextToWaveFiles(Text.c_str(), OutFile.c_str(), 4, 100, SPF_DEFAULT, (SPSTREAMFORMAT)WavFormat); 把第３个参数加大就是语速加快，取值（－10　－＞　+10） ０　是中速，所以会有停顿感 另外，Ｗin7 系统　Speech SDK　是已经就绪了，直接用就可以了 如果非要　科大讯飞　什么的，就无能为力了