SAPI 5.4音频输出参数

Question

我有以下非常简单的代码(delphi/Object Pascal)，它使用Microsoft SAPI 5.4进行一些文本到语音的转换

// init
var engine : tspvoice;
var voice  : ispeechobjecttoken;
engine:=tspvoice.Create(nil);

// pick the first voice and assign it to the engine
voice := ISpeechObjectToken(0);
engine.Voice := Voice;

// speak
engine.Speak(text, SVSFlagsAsync);

但是，我在输出格式(每采样位数/频率)上看不到任何控制。我有一个来自旧的SAPI SDKdownload的示例应用程序(TTSapp)，它允许控制这些参数。不幸的是，我在任何地方都找不到它的源代码，我也找不到任何最新的sapi SDK的下载。

有什么提示吗？

Answer 1

我通常不使用delphi，但如果有帮助的话，我在C++中有一个例子。在本例中，您可以看到我正在处理CSpStreamFormat，然后调用SPBindToFile来设置它。sapi.h包含您可以使用的所有SPSTREAMFORMAT类型。

    HRESULT hr = S_OK;
    CComPtr<ISpObjectToken> cpVoiceToken;
    CComPtr<ISpVoice> cpVoice;

    CSpStreamFormat cAudioFmt;
    CComPtr<ISpStream> cpStream;

    ::CoInitialize(NULL);
    hr = cAudioFmt.AssignFormat(SPSF_22kHz16BitMono);
    hr = SPBindToFile(L"E:\\fileName.wav", SPFM_CREATE_ALWAYS, &cpStream, &cAudioFmt.FormatId(), cAudioFmt.WaveFormatExPtr());
    hr = cpVoice.CoCreateInstance(CLSID_SpVoice);
    cpVoice->SetOutput(cpStream, TRUE);
    hr = cpVoice->Speak(L"My spoken text goes here", SPF_DEFAULT, NULL);

    cpStream->Close();
    cpStream.Release();
    cpVoice.Release();

    ::CoUninitialize();