C# SAPI 可以讲 SSML 字符串吗？

Question

我在我的 C# WPF 项目中实现了 TTS。

以前，我使用 System.Speech.Synthesis 命名空间中的 TTS 来说话。说话内容为SSML格式（语音合成器标记语言，支持自定义语速、语音、强调）如下：

<speak version="1.0" xmlns="http://www.w3.org/2001/10/synthesis" xml:lang="en-US"><prosody rate="x-fast">hello world. This is a long sentence speaking very fast!</prosody></speak>

但不幸的是，System.Speech.Synthesis TTS 存在内存泄漏问题，正如我在问题Memory Leak in .Net Speech.Synthesizer?中提到的那样。。

所以我决定使用SAPI COM组件。我可以轻松地让SAPI讲纯文本内容。但后来我继续尝试让它说出 SSML 字符串，但失败了。代码如下：

//Initialize TTS instance

SpeechLib.SpVoiceClass tts = new SpeechLib.SpVoiceClass();

//Generate SSML string

string textToSpeak = "hello world speak Extra Fast.";
PromptBuilder pb = new PromptBuilder();
pb.StartStyle(new PromptStyle(PromptRate.ExtraFast));
pb.AppendText(textToSpeak);
pb.EndStyle();

ssmlString = pb.ToXml();    //ssmlString = @"<speak version=""1.0"" .... 

//Speak!

tts.Speak(ssmlString, SpeechLib.SpeechVoiceSpeakFlags.SVSFParseSsml);

代码的重要部分是

tts.Speak(ssmlString, SpeechLib.SpeechVoiceSpeakFlags.SVSFParseSsml);

它使用SpeechVoiceSpeakFlags 枚举来指定 TTS 说话行为。我尝试了几种标志组合，但没有一个成功说出 SSML 内容。

特别是，上面的代码还会引发以下异常：

System.Runtime.InteropServices.COMException 未处理
Message="Exception from HRESULT: 0x80045003"
Source="Interop.SpeechLib" ErrorCode=-2147201021 StackTrace: 在 SpeechLib.SpVoiceClass.Speak(String Text, SpeechVoiceSpeakFlags Flags) 在 SpeechSynthesisMemLeakTest.Program.Test2 () 在 D:\Proj\TestSolutions\CSharp_Quick_Apps\SpeechSynthesisMemLeakTest\Program.cs:第 60 行，在 D:\Proj\TestSolutions\CSharp_Quick_Apps\SpeechSynthesisMemLeakTest\Program.cs:第 17 行中的 SpeechSynthesisMemLeakTest.Program.Main(String[] args)在System.AppDomain._nExecuteAssembly（Assembly程序集，String [] args）在Microsoft.VisualStudio.HostingProcess.HostProc.RunUsersAssembly（）在System.Threading.ExecutionContext.Run（ExecutionContext执行上下文，ContextCallback回调，对象状态）在System.Threading。 ThreadHelper.ThreadStart() 内部异常：

谁能告诉我如何正确使用该标志来说出 SSML 内容？

Answer 1

您使用什么 TTS 引擎/语音？Microsoft TTS 引擎绝对支持使用您正在使用的代码的 SSML；但是，其他语音/引擎可能不支持 SSML。

错误 0x80045003 是 SPERR_UNSUPPORTED_FORMAT （调用者指定了不支持的格式），这使我相信您需要使用不同的 TTS 引擎（支持 SSML）。