适用于 Windows 的良好文本转语音解决方案

Question

我正在运行 Windows 7，我知道它能够在我的应用程序中读取文本，但我正在寻找一个很好的实用程序来将文本块保存为 wav 文件或 mp3。它可能已经内置到操作系统中，但被巧妙地伪装了起来。我知道我可以编写一个程序来调用 API，如果还没有好的解决方案，这是我的下一步。

我真的很喜欢AT&T 系统的质量，但它对使用生产的 MP3 有一些非常严格的限制。我想在我的播客中使用它们。

基于 Web 也可​​以，只要它可以轻松生成相当不受阻碍的（公共领域或知识共享）Wav、MP3 或其他一些标准音频文件。与商业相比，我自然更喜欢免费或开源，但这不是必需的。

Answer 1

eSpeak是免费和开源的，并提供您需要的一切。

它可以作为命令行程序运行，从文件或标准输入中读出文本。
还提供共享库版本。

* 包括不同的音色，其特性可以改变。
* 可以将语音输出为 WAV 文件。
* 支持 SSML（语音合成标记语言）（不完整），
  还有 HTML。
* 紧凑的尺寸。该程序及其数据，包括多种语言，
  总共大约 1 MB。
* 可以将文本翻译成音素代码，因此可以改编为前台
  结束另一个语音合成引擎。
* 其他语言的潜力。有几个包含在不同的阶段
  的进展。这些或其他语言的母语人士的帮助是
  欢迎。
* 可用于生成和调整音素数据的开发工具。
* 用 C++ 编写。

Answer 2

我尝试过espeak、Festival和MaryTTS。大多数情况下，它们都会生成可以理解的声音，但不是很自然。即使为这些系统（例如 Mbrola、CMU Arctic）提供额外的语音下载，语音也不是那么好。

IVONA 的声音是迄今为止我听过的最好的声音。他们为您提供 30 天的免费演示，如果您有一次性任务要做，这就足够了。之后他们的价格约为 45 美元/语音。亚马逊刚刚收购了该公司，因此您知道它很可靠（http://www.ivona.com/us/news/amazoncom-announces-acquisition-of-ivona-software/）。

它们与 Microsoft 的 SAPI 接口配合使用，这意味着任何支持该接口的程序（例如 Adob​​e Reader）都可以使用语音。我一直将它们与Text To Wav程序一起使用，该程序非常适合将文本文件批量转换为波形文件。

编辑

实际上，只需重新阅读您的问题，我认为对于非个人用途（例如播客），IVONA 的价格可能要高得多。在这种情况下，我会建议查看 MaryTTS。