SAPI率公式评价

Question

我已经创建了一个计算机语音，我想正确地对待rate命令。

微软白皮书提到了这个比率(https://msdn.microsoft.com/en-us/library/ms717037(v=vs.85).aspx )。

速率：

速率标签控制语音的速率。标记可以是空的，在这种情况下，它适用于所有后续文本，或者它可以有内容，在这种情况下，它只适用于该内容。速率标签有两个属性，速度和AbsSpeed，其中一个必须存在。这些属性的值应该是负10到10之间的整数。此范围以外的值可能由引擎截断(但不被SAPI截断)。AbsSpeed属性控制语音的绝对速率，因此10的值总是对应于10的值，而5的值总是对应于5的值。

这篇课文应该以五种速度讲。这篇课文应以负5的速度说。下面的所有课文应以10%的速度讲。

我还没有找到任何关于实际应该转换成什么费率的指示。不过，我还是想确认一下微软的电脑声音。

我用一个例句做了一些测试。

Microsoft自己的计算机声音用一个示例语句(“这是一个测试”)产生了以下输出：

速度8: 1，15秒

速度0: 2,65秒

速度-8: 6，35秒

然而，我看不出这背后有一个真正的公式。我的尝试

float f1 = (rate / 10.0f);
float fSpeed = 1+f1;

似乎根本不符合MS的输出长度。

我将这个值提供给著名的sonicChangeFloatSpeed库中的libSonic。

在速率-8，我的声音输出是~12秒，而微软的声音输出是~6秒。

有人能估计出MS语音速率背后的公式吗？

谢谢你的帮助。

Answer 1

使用IVONA 2艾米(英语，英国) SAPI5语音阅读短语One Two Three Four Five.，我得到了一个严格的线性关系的持续时间与减速(负)率。但对于超速(正)率而言，两者的关系是不一样的。它可以是线性的与不同的斜率。

Rate Duration (s)   
-10 3.0   150%
-9  2.9   145%
-8  2.8   140%
-7  2.7   135%
-6  2.6   130%
-5  2.5   125%
-4  2.4   120%
-3  2.3   115%
-2  2.2   110%
-1  2.1   105%
 0  2.0   100%
+1  1.8   90%
+2  1.7   85%
+3  1.6   80%
+4  1.4   70%
+5  1.3   65%
+6  1.1   55%
+7  1.0   50%
+8  0.8   40%
+9  0.7   35%
+10 0.5   25%

由于只有21个离散级别，所以可以避免使用公式，只需使用我在第3栏中提供的百分比查找表。

​

​