混合編程實現英文文章的語音輸出

信息產業部電子第二十二研究所青島分所 郎銳

現在有些軟件尤其是翻譯類軟件多提供有語音輸出的功能，比較有名的有《金山詞霸2000》、《不知不覺背單詞》等，他們所提供的英文朗讀功能是通過直接使用了Microsoft的TTS(Text-to-Speech)全程化語音技術來實現的。其實我們也可以在自己的程序中通過對MS Speech API的調用來增加語音輸出功能，尤其是對于翻譯類軟件，如果沒有語音功能可以說這個軟件是不完備的。
一、準備工作
為實現TTS技術，一個必要的前提條件是系統中要有MS TTS引擎，可以通過查看Windows目錄下是否有speech的目錄來判斷是否安裝過該引擎。如果沒有，可以從《金山詞霸2000》光盤上的ciba子目錄下的mstts.exe來安裝MS TTS引擎和spchapi（MS Speech API）或是直接從互連網上下載：可以從http://bcbsrc.home.chinaren.com/ttsapi.exe下載語音接口程序TTSapi.exe; 可以從http://bcbsrc.home.chinaren.com/ttssetup.exe下載男聲語音引擎程序TTSSetup.exe;可以從http://bcbsrc.home.chinaren.com/ttssetup2.exe下載女聲語音引擎程序TTSSetup2.exe。
?  
二、引言
在整個設計過程中，主要是圍繞著Vtxtauto.tlb這個類型庫展開的，由于在VC下實現類型庫比較煩瑣，我們選擇使用TLB類型庫比較方便的Delphi來同Vtxtauto.tlb進行交互，并將幾個主要的功能如"朗讀"、"暫停"、"恢復"、"停止"等用幾個相應的功能函數來實現，最終通過DLL（動態鏈接庫）將其封裝在內，對外則僅提供幾個簡單接口，可以很方便的為Delphi或其他語言調用。在此我們通過采用VC++6.0來調用這個由Delphi開發的擁有TTS技術的動態鏈接庫來實現英文文本的語音輸出。
?  
三、Delphi動態鏈接庫的實現
1、選"File"、"New…"，在"New Items"對話框中選擇"DLL"，新建一動態連接庫工程Project1。
2、選"File"、"New…"，在"New Items"中選擇"Unit"，新建一單元TTSDLL。
3、選"Project"、"Import Type Library…"，點擊"Add"按鈕，選擇C:\windows\speech\目錄下的Vtxtauto.tlb類型庫，便將其添加到工程中來了。
4、編輯TTSDll單元如下：
unit TTSDLL;
interface
uses VtxtAuto_TLB;
procedure Create;export; {待導出的過程和函數}
procedure Read(text:PChar);export;
procedure Pause;export;
procedure Resume;export;
procedure Stop;export;
function IsSpeaking:Boolean;export;
procedure Destory;export;
?  
var
TTS: IVTxtauto;  
?  
implementation  
procedure Create;
begin
TTS:=CoVTxtAuto.Create; {創建對象}
TTS.Register('Project1','Project1'); {注冊 }
end;
?  
procedure Read(text:PChar);
begin
TTS.Speak(text,vtxtst_READING);  
{朗讀函數。第一參數是待朗讀的文本。第二參數用于控制朗讀的語氣和優先級，主要有以下幾種，可以根據需要靈活選擇，如需多種選擇將其進行或運算即可：
vtxtst_STATEMENT = 1；平時說話時語氣，默認。
vtxtst_QUESTION = 2; 提問的語氣。
vtxtst_COMMAND = 4; 命令的語氣。  
vtxtst_WARNING = 8; 警告的語氣。
vtxtst_READING = 16; 閱讀文檔時的語氣。
vtxtst_NUMBERS = 32; 閱讀數字時的語氣。
vtxtst_SPREADSHEET = 64; 閱讀電子表格中元素時的語氣。  
vtxtsp_VERYHIGH = 128; 立即讀出，可以打斷當前正讀的內容。  
vtxtsp_HIGH = 256; 盡快讀出，加入播放隊列開始。  
vtxtsp_NORMAL = 512; 默認，加入播放隊列末尾。}
end;
?  
procedure Pause;
begin
TTS.AudioPause; {暫停朗讀}
end;
?  
procedure Stop;
begin
TTS.StopSpeaking;{終止朗讀}
end;
?  
procedure Resume;
begin
TTS.AudioResume;{恢復朗讀}
end;
?  
function IsSpeaking:Boolean;
var
Check:Boolean;
begin
if TTS.IsSpeaking then {判斷當前狀態}
begin
Check:=TRUE;{當前正在朗讀}
end
else
begin
Check:=FALSE;{當前沒有朗讀}
end;
Result:=Check;{返回狀態值}
end;  
?  
procedure Destory;
begin
TTS:=nil;{釋放對象}
end;
end.
5、在Project1.dpr的begin前面添加如下待導出過程函數列表：
exports
Create index 1,
Read index 2,
Pause index 3,
Resume index 4,
Stop index 5,
IsSpeaking index 6,
Destory index 7;
編譯通過后即可得到封裝有TTS語音接口的動態鏈接庫： Project1.dll。
?  
四、在VC 中調用TTS動態鏈接庫
1、選"File"，"New…"新建一MFC AppWizard(exe)工程TTSCall。最后一步選擇基類為CformView。其余可取缺省設置。
2、在Form上添加四個按鈕，分別為：IDC_BUTTON1"朗讀"；IDC_BUTTON2"暫停"；IDC_BUTTON4"恢復"；IDC_BUTTON3"停止"，以及一編輯框IDC_EDIT1。并添加四個按鈕的處理函數：OnRead、OnPause、OnResume、OnStop和編輯框EN_CHANGE事件的響應函數：OnChangeEdit。通過ClassWizard為編輯框同一變量m_Text綁定。
3、為CTTSCallView類添加兩個變量： BOOL m_bCreated; HINSTANCE m_DLL;并在構造函數中初始化之。
CTTSCallView::CTTSCallView() : CFormView(CTTSCallView::IDD)
{
//{{AFX_DATA_INIT(CTTSCallView)
m_Text = _T("Hello! Welcome to use this software developed by LangRui.");
//}}AFX_DATA_INIT
m_DLL = NULL;
m_bCreated=FALSE;
}
4、在視類中的初始化函數中添加代碼：
void CTTSCallView::OnInitialUpdate()
{
CFormView::OnInitialUpdate();
GetParentFrame()->RecalcLayout();
ResizeParentToFit();
GetDlgItem(IDC_BUTTON1)->EnableWindow(TRUE);
GetDlgItem(IDC_BUTTON2)->EnableWindow(FALSE);
GetDlgItem(IDC_BUTTON4)->EnableWindow(FALSE);
GetDlgItem(IDC_BUTTON3)->EnableWindow(FALSE);
}
5、實現朗讀功能：
void CTTSCallView::OnRead()  
{
m_DLL=LoadLibrary("Project1.dll"); //動態加載動態連接庫
void (*Create)(void);
//取得DLL中的Create函數
Create=(void(*)(void))::GetProcAddress(m_DLL,"Create");  
Create();
m_bCreated=TRUE;
void (*Read)(char*);
//取得DLL 中的Read函數
Read=(void(*)(char*))::GetProcAddress(m_DLL,"Read");
//獲取編輯框內容
UpdateData(TRUE);
char buf[10000];
::strcpy(buf,m_Text);
Read(buf);//朗讀編輯框的內容。
GetDlgItem(IDC_BUTTON1)->EnableWindow(FALSE);//"朗讀"按鈕不可用
GetDlgItem(IDC_BUTTON2)->EnableWindow(TRUE); //"暫停"按鈕可用
GetDlgItem(IDC_BUTTON4)->EnableWindow(FALSE);//"恢復"按鈕不可用
GetDlgItem(IDC_BUTTON3)->EnableWindow(TRUE); //"停止"按鈕可用
}
6、實現暫停功能：
void CTTSCallView::OnPause()  
{
m_DLL=LoadLibrary("Project1.dll");
void (*Pause)();
Pause=(void(*)())::GetProcAddress(m_DLL,"Pause");
BOOL (*IsSpeaking)();
//判斷是否正在朗讀
IsSpeaking=(BOOL(*)())::GetProcAddress(m_DLL,"IsSpeaking");
if(IsSpeaking())
{
Pause();
GetDlgItem(IDC_BUTTON1)->EnableWindow(FALSE);
GetDlgItem(IDC_BUTTON2)->EnableWindow(FALSE);
GetDlgItem(IDC_BUTTON4)->EnableWindow(TRUE);
GetDlgItem(IDC_BUTTON3)->EnableWindow(TRUE);
}
}
7、實現恢復功能：
void CTTSCallView::OnResume()  
{
m_DLL=LoadLibrary("Project1.dll");
void (*Resume)();
Resume=(void(*)())::GetProcAddress(m_DLL,"Resume");
BOOL (*IsSpeaking)();
IsSpeaking=(BOOL(*)())::GetProcAddress(m_DLL,"IsSpeaking");
if(!IsSpeaking())
{
Resume();
GetDlgItem(IDC_BUTTON1)->EnableWindow(FALSE);
GetDlgItem(IDC_BUTTON2)->EnableWindow(TRUE);
GetDlgItem(IDC_BUTTON4)->EnableWindow(FALSE);
GetDlgItem(IDC_BUTTON3)->EnableWindow(TRUE);
}
}
8、實現停止功能：
void CTTSCallView::OnStop()  
{
m_DLL=LoadLibrary("Project1.dll");
void (*Stop)();
Stop=(void(*)())::GetProcAddress(m_DLL,"Stop");
Stop();//停止朗讀
GetDlgItem(IDC_BUTTON1)->EnableWindow(TRUE);
GetDlgItem(IDC_BUTTON2)->EnableWindow(FALSE);
GetDlgItem(IDC_BUTTON4)->EnableWindow(FALSE);
GetDlgItem(IDC_BUTTON3)->EnableWindow(FALSE);
}
9、當編輯框內容發生改變，而又沒有進行朗讀時，應當處于準備朗讀狀態：
void CTTSCallView::OnChangeEdit()  
{
if(m_bCreated)
{
m_DLL=LoadLibrary("Project1.dll");
BOOL (*IsSpeaking)();
IsSpeaking=(BOOL(*)())::GetProcAddress(m_DLL,"IsSpeaking");
if(!IsSpeaking())
{
GetDlgItem(IDC_BUTTON1)->EnableWindow(TRUE);
GetDlgItem(IDC_BUTTON2)->EnableWindow(FALSE);
GetDlgItem(IDC_BUTTON4)->EnableWindow(FALSE);
GetDlgItem(IDC_BUTTON3)->EnableWindow(FALSE);
}
}
}
10、當程序退出時應釋放加載的動態鏈接庫，添加虛函數DestoryWindow()
BOOL CTTSCallView::DestroyWindow()  
{
AfxFreeLibrary(m_DLL);  
return CFormView::DestroyWindow();
}
五、運行測試
將由Delphi編制的動態鏈接庫Project1.dll復制到VC的TTSCall 工程的Debug 目錄下。編譯并運行TTSCall工程，在編輯框上寫一端英文，按下"朗讀"按鈕，就可以聽到利用TTS全程化語音技術所發出的抑揚頓挫的聲音。
小結：TTS是全程化語音技術，它可以實現英文單詞以及短語的準確發音，甚至可以獨立完成整篇英文文章的流暢朗讀。而且TTS技術是建立在英文閱讀規則基礎上的語音合成技術，并非將單詞一個一個拆開機械得進行朗讀，因此在語氣的轉折和單詞的銜接上都非常自然，問句和祈使句的升降調也能很好的表現出來。 

原文轉自：http://www.anti-gravitydesign.com