TTS中英文混合朗读的完全设计实现

最新推荐文章于 2024-10-24 11:21:21 发布
最新推荐文章于 2024-10-24 11:21:21 发布
阅读量3.1k 收藏 4
点赞数
CC 4.0 BY-SA版权
文章标签： tts 引擎 xml 文档 编程
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/yeyanbin/article/details/4626150
本文介绍了一种中英文混合朗读的技术方案，通过两种不同的方法实现文本中中文和英文的分离朗读，同时保持朗读顺序不变。一种是同步朗读方式，直接调用语音引擎；另一种则是通过生成XML格式的文本再进行异步朗读。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >


中英文混合朗读一直是个难点，即在一段文本中要将中文和英文分离出来进行分别朗读，又不能打乱朗读的次序，所以我们设计如下的两种方法，每种方法都有各自的优点和缺点。

 

①采用同步朗读方式进行混合朗读：

 

将朗读文本进行提取分析，提取本文本中的中文和英文，在编程中，我们设定两个标志：

const int IsEnglish = 0; // 英文标志

const int IsChinese = 3; // 中文标志

标点符号和数字默认和它前面的字的标志一致。当处理文本时标志发生改变时,立即调用语音合成引擎进行朗读。

//循环遍历每个字

for (int i = 0; i < length; i++)

{

//提取字母

current = m_strTxt.GetAt(i);

// 如果是英文字母,标志设为0

if((current >= 'A' && current <= 'Z') || (current >= 'a' &&  current <= 'z'))

{

CFlag = IsEnglish; // 如果是英文字母,标志设为0

}

else if((current >=0&&current<= 64)||(current >=91&&

current<= 96)||(current >=123&&current<= 127))

//如果是数字则和它的前一个字母的标志一样

{

if(PFlag==IsEnglish)

CFlag=IsEnglish;//英文标志

else

CFlag=IsChinese;//中文标志

}

else

{

CFlag = IsChinese;//中文标志

}

if (CFlag == PFlag) //若当前标志与前一个字母标志相同则个数增一

iCount++;

else 

{ 

if (iCount!=0) //字符类型变化,读出前面的文本 

{ 

if(PFlag==IsEnglish)

SetVoice(szwEnglish);//将引擎设置成英文引擎

else 

SetVoice(szwChinese);//将引擎设置成中文引擎

str = m_strTxt.Mid(first,iCount);//提取出标志相同的文字

//设置成同步朗读方式，将文本同步朗读出来

hr = m_IpVoice->Speak(str.AllocSysString(), 0, 0 );

}

PFlag = CFlag;//改变当前标志

first = i; //设置当前位置

iCount = 1;//个数还原为1

} 

}

//读出最后一段文本

if(PFlag==IsEnglish)

SetVoice(szwEnglish);//将引擎设置成英文引擎

else 

SetVoice(szwChinese);//将引擎设置成中文引擎

str = m_strTxt.Mid(first,length);

//设置成同步朗读方式，将文本同步朗读出来

hr = m_IpVoice->Speak(str.AllocSysString(), 0, 0 );


 

②采用异步XML格式进行混合朗读：

 

将第二种方式与第一中方式相似,区别只是在于它是将文本进一步进行处理,最后生成符合XML朗读格式的文本后对文本进行朗读,而不是调用当标志发生改变时立即调用语音合成引擎进行朗读：

//设置XML起始标志

strEngine.printf("<xml version=/"1.0/">/n<SAPI>/n

<VOICE REQUIRED=/"NAME=%s/">",m_strZHEngine.c_str());

strWord+=strEngine;

for (int i = 1; i <= nLength; i++)

{

...... 

if (iCount!=0) //字符类型变化,进行文本处理

{

if(PFlag==IsChinese)//中文标志

{

//将中文朗读文本XML格式插入文本中

strWord+="</VOICE>/n";

strEngine.printf("

<VOICE REQUIRED=/"NAME=%s/">",m_strZHEngine.c_str());

strWord+=strEngine;

strWord+=strTemp.SubString(first,iCount);

}

else

{

//将英文朗读文本XML格式插入文本中

strWord+="</VOICE>/n";

strEngine.printf(

"<VOICE REQUIRED=/"NAME=%s/">",m_strENEngine.c_str());

strWord+=strEngine;

strWord+=strTemp.SubString(first,iCount);

}

}

......

}

//读出最后一段文本

if(PFlag==IsChinese)

{

strWord+="</VOICE>/n";

strEngine.printf("

<VOICE REQUIRED=/"NAME=%s/">",m_strZHEngine.c_str());

strWord+=strEngine;

strWord+=strTemp.SubString(first,iCount);

//添加xml结束标志

strEngine="</VOICE>/n</SAPI>/n</xml>";

       strWord+=strEngine;

}

else

{

//将英文朗读文本XML格式插入文本中

strWord+="</VOICE>/n";

strEngine.printf("

<VOICE REQUIRED=/"NAME=%s/">",m_strENEngine.c_str());

strWord+=strEngine;

strWord+=strTemp.SubString(first,iCount);

//添加xml结束标志

strEngine="</VOICE>/n</SAPI>/n</xml>";

strWord+=strEngine;

}

//采用XML和异步朗读方式朗读文本

TTS_Speak(strWord.c_str(),IS_MIX_SPEECH|IS_ASY_SPEECH);

}

   当然上面的两种方式各有各的优缺点,第一种方式处理较快，但是不能进行异步朗读，同步朗读时不能进行其它操作，而且频繁调用语音引擎进行声音设置容易造成内存占有率较高。第二种方法需要对文本进行插入处理比较耗时，且要求开发者要对XML语音朗读格式有一定的了解所以开发比较复杂，但它是可以进行异步朗读，使你在朗读的时候还能进行其他操作，且采用XML朗读方式，使你不用人为的去改变引擎的声音，将操作交给系统进行处理摆脱了频繁改变声音后造成的内存占有率较高的问题！

具体源码如下:


 

①采用VC开发的:

////////////////////////////////////////////////////////////////////////////////////////////
//函数  名：HRESULT CText2Speech::MixSpeech(char *speech)
//编写  者：南才北往
//参考资料: Speech SDK5.1 帮助文档
//函数功能：语音合成朗读--混合朗读.
//输入参数：char* speech - 文本朗读内容
//返回  值：S_OK - 成功 ; E_FAIL －失败
//备    注: 无
///////////////////////////////////////////////////////////////////////////////////////////

HRESULT CText2Speech::MixSpeech(char *speech)
{
    long length;
    HRESULT hr;
    CString  m_strTxt=speech,str;
    char current;
    int PFlag, CFlag;
    int iCount, first;
    const int IsEnglish = 0; // 英文标志
    const int IsChinese = 3; // 中文标志

    length = m_strTxt.GetLength();
    PFlag = IsChinese;
    iCount=0;
    first=0;
   
    for (int i = 0; i < length; i++)
    {
        current = m_strTxt.GetAt(i);
        if((current >= 'A' && current <= 'Z') || (current >= 'a' && current <= 'z'))
        {
            CFlag = IsEnglish; // 如果是英文字母,标志设为0
        }
        else if((current >=0&&current<= 64)||(current >=91&&current<= 96)||(current >=123&&current<= 127))//如果是数字则和它的前一个字母的标志一样
        {
            if(PFlag==IsEnglish)
                CFlag=IsEnglish;
            else
                CFlag=IsChinese;
        }
        else
        {
            CFlag = IsChinese;
        }

        if (CFlag == PFlag)
            iCount++;
        else
        {
            if (iCount!=0) //字符类型变化,读出前面的文本
            {
                if(PFlag==IsEnglish)
                    SetVoice(szwEnglish);
                else
                    SetVoice(szwChinese);
                str = m_strTxt.Mid(first,iCount);
                hr = m_IpVoice->Speak(str.AllocSysString(), 0, 0 );       
            }
            PFlag = CFlag;
            first = i;
            iCount = 1;
        }
    }
    //读出最后一段文本
    if(PFlag==IsEnglish)
        SetVoice(szwEnglish);
    else
        SetVoice(szwChinese);
    str = m_strTxt.Mid(first,length);
    hr = m_IpVoice->Speak(str.AllocSysString(), 0, 0 );
    return hr;
}

②采用c++builder开发的


////////////////////////////////////////////////////////////////////////////////////////////
//函数  名：void __fastcall TForm1::MixSpeech()
//编写  者：南才北往
//参考资料: Speech SDK5.1 帮助文档
//函数功能：语音合成朗读--混合朗读.
//输入参数：Edit1->Text - 文本朗读内容
//返回  值：无
//备    注: 无
///////////////////////////////////////////////////////////////////////////////////////////
void __fastcall TForm1::MixSpeech()
{
    int nLength;
    char chCurrent;
    AnsiString strTemp,strWord;
    AnsiString strEngine; //语音引擎名称
    strTemp=Edit1->Text;
    nLength=strTemp.Length();
    int PFlag, CFlag;
    int iCount, first;
    const int IsEnglish = 0; // 英文标志
    const int IsChinese = 3; // 中文标志
    PFlag = IsChinese;
    iCount=0;
    first=1;
    strEngine.printf("<xml version=/"1.0/">/n<SAPI>/n<VOICE REQUIRED=/"NAME=%s/">",m_strZHEngine.c_str());
    strWord+=strEngine;
    for (int i = 1; i <= nLength; i++)
    {
        chCurrent=strTemp.operator [](i);
        if((chCurrent >= 'A' && chCurrent <= 'Z') || (chCurrent >= 'a' && chCurrent <= 'z'))
        {
            CFlag = IsEnglish; // 如果是英文字母,标志设为0
        }
        else if((chCurrent >=0&&chCurrent<= 64)||
                (chCurrent >=91&&chCurrent<= 96)||
                (chCurrent >=123&&chCurrent< 127))//如果是数字则和它的前一个字母的标志一样
        {
            if(PFlag==IsEnglish)
                CFlag=IsEnglish;
            else
                CFlag=IsChinese;
        }
        else
        {
            CFlag = IsChinese;
        }

        if (CFlag == PFlag)
            iCount++;
        else
        {
            if (iCount!=0) //字符类型变化,读出前面的文本
            {
                if(PFlag==IsChinese)
                {
                    strWord+="</VOICE>/n";
                    strEngine.printf("<VOICE REQUIRED=/"NAME=%s/">",m_strZHEngine.c_str());
                    strWord+=strEngine;
                    strWord+=strTemp.SubString(first,iCount);
                }
                else
                {
                    strWord+="</VOICE>/n";
                    strEngine.printf("<VOICE REQUIRED=/"NAME=%s/">",m_strENEngine.c_str());
                    strWord+=strEngine;
                    strWord+=strTemp.SubString(first,iCount);
                }
            }
            PFlag = CFlag;
            first = i;
            iCount = 1;
        }
    }
    //读出最后一段文本
    if(PFlag==IsChinese)
    {
        strWord+="</VOICE>/n";
        strEngine.printf("<VOICE REQUIRED=/"NAME=%s/">",m_strZHEngine.c_str());
        strWord+=strEngine;
        strWord+=strTemp.SubString(first,iCount);
        strEngine="</VOICE>/n</SAPI>/n</xml>";
        strWord+=strEngine;
    }
    else
    {
        strWord+="</VOICE>/n";
        strEngine.printf("<VOICE REQUIRED=/"NAME=%s/">",m_strENEngine.c_str());
        strWord+=strEngine;
        strWord+=strTemp.SubString(first,iCount);
        strEngine="</VOICE>/n</SAPI>/n</xml>";
        strWord+=strEngine;
    }
    TTS_Speak(strWord.c_str(),IS_XML_SPEECH|IS_ASY_SPEECH);
    //ShowMessage(strWord);
}


 

YeBinYe
关注
TTS-Reader中英文混合文本朗读器
02-23
★★★★★★ 软件介绍 ★★★★★★一，软件名：TTS-Reader版本号：1.5二，功能介绍 ⒈功能清单 ①英文全文朗读　　英语朗读新增语气符号：陈述句语气符号为"."，感叹句语气符号"!"，疑问句语气符号为"?"。添加新的语气过滤后，更加接近真人发音！不信？您听听！^&^ ②中文全文朗读 ③中英文混合朗读 ④直接导入外部文本文件★⑤文本文件 → WAV音频文件（有转换进度条及时间提示） ⑥可进行暂停朗读、继续朗读、停止朗读等操作 ⑦朗读时亦可调整音量和语速 ⑧特有鼠标选定朗读、录入朗读功能 ⑨新增朗读角色选项，分别有3个角色朗读英文（2男1女），目前只有一个男中文朗读者★↘↓↙★★★↘↙★★★↘↓↙★欢迎您选用本版软件，该版本绝对不用其它任何体积庞大的语音库支持，真正无须金山词霸语音驱动支持，功能强大，体积娇小！采用XP界面方案，赏心悦目！希望她能给您的生活、生习和工作带来便利！同时，若您对本软件有任何意见、建议或是发现Bug（水平有限，Bug难免），请EMail我，没有您的支持就没有我的进步，谢谢使用！☆☆本软件采取自愿交费注册，注册后可在软件上提供个性服务（如：嵌入个性照片、个性文字、程序源代码等等）。 ★ 风之竹 20030718 QQ122512447 信息安全工作室 isxuzhu@sohu.com fengzhizhu@hotmail.com http://isxuzhu.myrice.com
TTS中英混合
r91987的专栏
05-05 2751
最初的想法很简单，只是想弄个小程序可以实现单词朗读功能。我了解到TTS(Text-to-Speech)技术可以做到阅读文本文字，用的语音引擎是微软的Speech SAPI5.1 SDK，搜索一下，网络上大把文章谈到这个，还会告诉你下载地址，大小在60M以上。我的运行环境是xpSP2不需要再去下载。　　打开你的“控制面板”，打开“语音”，是不是看到了2个语音引擎？一个叫"Microsoft Si
ExtraSpeaker 语音朗读精灵（无缝混读中英文)
10-13
几乎测试了这个世界所有语音朗读软件！将那些体积巨大的、注册收费的、功能不全的、长的不好看的、耗内存的在第一时间淘汰掉！ 推荐两款绿色免费语音朗读软件： 1、Balabolka（喋喋不休） 优点：小巧（8MB)强大功能、朗读效果极为出色、界面支持繁简中文 缺点：目前不支持中英文混读。内存耗用稍大110－150 2、ExtraSpeaker （语音朗读精灵） 优点： 极小巧（150KB）功能巨强！无缝中英文混读。内寸耗用理想26－56（双语混读时） 缺点： 软件为繁体系统开发，在简体系统下软件界面会乱码。非常遗憾！希望有高手帮大家转成GB。附件中有2个GIF图片使用说明。
中英文语音TTS
10-17
中英文语音朗读,文本朗读,可保存朗读内容.
TTS中英文区分源代码
08-16
这是我做语音合成的时候用到的区分中英文的源程序，能把一段文字，按中文和英文区别开。特别适用于想做语音朗读实现中英文混读的朋友。希望对您有用
微软TTS中英文混合朗读C++源码教程
在本案例中，我们所讨论的“TTS语音开发中英文混合朗读C++源码”是一个针对C++程序员设计的项目，它致力于开发一个能够实现中英文文本混合朗读的语音合成程序。该技术通常借助第三方TTS引擎，例如微软TTS引擎，通过...
TTS语音开发中英文混合朗读C++源码
09-16
TTS语音开发中英文混合朗读C++源码,学习如何利用微软TTS开发语音朗读程序。
微软TTS技术实现中英文混合语音合成详解
今天，我们将深入探讨微软如何实现TTS语音合成，并特别关注如何使用微软的TTS技术进行中英文混合朗读的C++源码开发。 首先，让我们简要介绍TTS技术。TTS技术主要包括以下几个关键步骤：文本分析、语言学处理、音素...
Delphi实现中英文混合朗读及语音文件保存
描述部分进一步阐述了这个功能的细节，表明此Delphi应用程序不仅可以进行中英文混合朗读，而且还能将每种语言独立朗读。此外，程序还具备将朗读内容保存为WAV文件格式的功能。WAV是一种常见的音频文件格式，以其保真...
C#中英文语音朗读，文字转音频文件
07-24
1. **TTS引擎**：对于中英文朗读，你需要一个支持多种语言的TTS引擎。Windows 10默认提供了Microsoft Anna和Microsoft Zira等英文语音，同时也支持中文语音引擎，如Microsoft HuiHui、Microsoft YaYa等。你可以通过...
google TTS jar包 google语音包，com.google.tts
09-06
google TTS jar包 google语音包，com.google.tts google语音工具包 google TTS jar包 google语音包，com.google.tts
Speak:使用 TTS 的简单 Android 应用
07-04
说话 使用 TTS 的简单 Android 应用 演讲活动 与 Speak 分享 说话通知
微软TTS中英混读
CherryPeng的专栏
12-24 3299
using System;using System.Collections.Generic;using System.Collections;using System.ComponentModel;using System.Data;using System.Drawing;using System.Text;using System.Windows.Forms;using DotNetSpeech;namespace ReadFiles{    public partial class sound : F
大模型日常：支持中英混合及多语言文生语音的MeloTTS本地部署
最新发布
m0_46580983的博客
10-24 5039
MeloTTS 是一个强大的多语言文本转语音库，特别设计以支持CPU环境下的实时语音合成，无需依赖GPU。该库能够输出自然流畅的语音，提供了一种高效便捷的方式，将文本信息转换为听觉内容。MeloTTS不仅支持多种语言，包括英语、西班牙语、法语、中文、日语和韩语，还能处理混合语言文本，如含有英语单词的中文文本。此外，用户还可以根据需求调整语速，选择不同的发音口音，如美式英语、英式英语、印度英语和澳大利亚英语
Vue使用speak-tts插件实现后台管理系统语音播报功能
bruno_mars_brother的博客
06-07 3620
Vue使用speak-tts插件实现后台管理系统语音播报功能
Vue中使用speak-tts插件实现点击按钮后进行语音播报(TTS/文字转语音)
热门推荐
BADAO_LIUMANG_QIZHI的博客
01-19 1万+
场景 speak-tts插件 speak-tts - npm 实现点击按钮触发语音播报，播报指定的文字内容。 为什么不能实现自动语音播报。 chrome浏览器在18年4月起，就在桌面浏览器全面禁止了音视频的自动播放功能。 严格地来说，是Chrome不允许在用户对网页进行触发之前播放音频。 不光是这样，在页面加载完毕的情况下，用户没有click、dbclick、touch等主动交互行为， 使用js直接调用.play() 方法的话，chrome都会抛出如下错误：Uncaught (in
speak-tts 文字转换语音的使用播放、暂停、恢复
levi2469的博客
01-19 9438
speak-tts 语音合成变得容易 - 基于浏览器的文本到语音 1、使用 npm install speak-tts 2、引用 import Speech from 'speak-tts' 3、具体使用 <template> <i class="el-icon-microphone" @click="play()" ></i> <i class="el-icon-video-pause" @click="paused()"></i> <
实现语音合成的三种方法：HTML5 Web Speech 、speak-tts、百度语音合成
weixin_45274678的博客
09-27 6056
在前端开发中，文字转语音（Text-to-Speech, TTS）技术是一种非常实用的功能，广泛应用于教育、商业、娱乐以及无障碍辅助等多个领域。和speak-tts，并对比它们的优缺点及适用场景。
vue3前端 speak-tts 详细说明
qurenhai198691的博客
10-17 3985
vue3前端 speak-tts 详细说明
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值