84、WPF 中的音频、视频与 3D 绘图技术

WPF 中的音频、视频与 3D 绘图技术

1. 音频与视频基础：语音合成和识别

1.1 语音合成与识别概述

WPF 平台不仅提供核心的音频和视频支持，还包含了语音合成和语音识别这两个不太常用的多媒体功能库。这些功能通过 System.Speech.dll 程序集中的类来实现。不过，在新的 WPF 项目中，Visual Studio 默认不会添加对该程序集的引用，需要手动添加。

1.2 语音合成

1.2.1 基本原理与应用场景

语音合成是根据提供的文本生成语音音频的功能，它并非 WPF 内置功能，而是 Windows 的辅助功能。像 Windows XP 和 Windows Vista 自带的屏幕阅读器 Narrator 就使用了语音合成技术，帮助盲人用户导航基本对话框。语音合成适用于为动态文本创建音频，当在编译时无法确定运行时需要朗读的内容时，它就派上用场了。但如果音频内容固定，预录制音频会更易于使用、更高效且音质更好。只有在需要朗读大量文本且预录制不切实际时，才会考虑使用语音合成。

1.2.2 不同系统的语音差异

Windows XP 和 Windows Vista 都内置了语音合成功能，但使用的语音不同。Windows XP 使用机械感十足的 Sam 语音，而 Windows Vista 则包含更自然的女性语音 Anna。此外，还可以在这两个操作系统上下载和安装额外的语音。

1.2.3 简单语音播放示例

播放语音看似简单，只需创建 System.Speech.Synthesis