Озвучивание текстов

Преобразование текста в речь возможно, если в системе установлен пакет функций «Speech API». Синтезирование речи происходит с помощью речевых движков, благо доступ к ним всегда имеется — «Speech API» предоставляет набор специальных функций. Вот мы и попробуем их использовать (создадим программу кодорая будет транслировать текст в речь) — подгружаем к нашему проекту модуль «ActiveX».

Для начала опишем все переменные и константы:

const
//идентификатор класса
SAPI_SpVoice_ClassID:TGUID='{96749377-3391-11D2-9EE3-00C04F797396}’;
var
//используемый интерфейс
Voice:IDispatch;
//Указатель на параметры движка
DispParams:TDispParams;
Arg:TVariantArg;
//текст который будет транслироваться в речь
Text:WideString;
Теперь переписывай Листинг 1, а я расскажу, что к чему. Перед дальнейшим чтением предлагаю Вам самостоятельно ознакомиться с «COM» или хотя бы иметь представление об этом.
Так вот «CoInitialize(nil)» позволяет потоку нашего приложения войти в подразделение STA (Модель однопотокового подразделения — The Single Threaded Apartment Model), т.е. инициализировать его. Подразделение — это место, где «живет» поток. Поэтому его использование необходимо. Независимо от того, где исполняется объект, клиент обычно создает его и затем получает указатели на необходимые интерфейсы. Для объектов, реализованных сервером «в процессе» или локальным сервером, это можно сделать, вызвав CoCreateInstance, что мы и сделали. Далее проверяем существует ли движок. Потом мы просто производим трансляцию текста.

Листинг1

{$APPTYPE CONSOLE}
//добавляем необходимый модуль
uses Windows,Messages,ActiveX;
const
//интерфейс движка
SAPI_SpVoice_ClassID:TGUID='{96749377-3391-11D2-9EE3-00C04F797396}’;
var
Voice:IDispatch;
//Указатель на параметры движка
DispParams:TDispParams;
Arg:TVariantArg;
//текст который будет транслироваться в речь
Text:WideString;
begin
//строчка для трансляции:»I can talk! I»m alive!»
Text:=’I can talk! I»m alive!’;
CoInitialize(nil);
//Создание объекта
CoCreateInstance(SAPI_SpVoice_ClassID, nil, CLSCTX_INPROC_SERVER or
CLSCTX_LOCAL_SERVER, IDispatch, Voice);
if Voice=nil then
begin
showmessage(‘SpeechAPI is not installed.’#10);
Exit;
end;
Arg.vt:=VT_BSTR; //binary string
Arg.bstrVal:=PWideChar(Text);
DispParams.rgvarg:=@Arg;
DispParams.rgdispidNamedArgs:=nil;
DispParams.cArgs:=1;
DispParams.cNamedArgs:=0;
Voice.Invoke(12,GUID_NULL,0,1,DispParams,nil,nil,nil);
end.
Исходя из документации «Microsoft Speech API» можно сказать, что «SAPI» поддерживает управление речевого вывода с помощью параметров. Параметры представленны тегами, которые вставляются непосредственно в читаемую строку. Благодаря таким параметрам мы можем улучшить/изменить трансляцию текста в речь, это достигается с помощью следующих тегов (двойные теги позволяют обрамлять участок текста):

— выделяет фрагмент текста измененным произношением;

— вставка паузы (мсек);

— управляет относительной высотой голоса, изменение от -10 до 10;

— управляет абсолютной высотой голоса, изменение от -10 до 10;

— управляет громкостью, изменение от 0 до 100;

— позволяет читать обрамленный текст по буквам;

С помощью данных тегов пользователь может «убрать» сухость речевого вывода, ну и вообще на свой манер манипулировать трансляцией по своему вкусу. Теперь попробуем читать файлы. Переписывай Листинг 2 и готовь bat-файл примерно вот такого содержания:


@echo off
rem Russian example =)
speak «» || goto:eof
echo Привет.
speak «Pree viet.»
echo Меня уже замучили.
speak «Me nyah oo theah zah moo chaly»
echo И заставили говорить по-русски.
speak «e za stavi lee gah vah reet po roosski.»
echo Дураки.
speak «doorak i.»

Объясняю, что это нам дает: с помощью команды «speak» мы «передадим» строчку нашей программе, которая будет транслировать ее в речь.

Листинг 2.
{$APPTYPE CONSOLE}
uses Windows,Messages,ActiveX;
procedure Write2(const s:string);
asm
push 0
push esp
push [eax-4]
push eax
push STD_OUTPUT_HANDLE
call GetStdHandle
push eax
call WriteFile
end;
const
SAPI_SpVoice_ClassID:TGUID='{96749377-3391-11D2-9EE3-00C04F797396}’;
var
Voice:IDispatch;
DispParams:TDispParams;
Arg:TVariantArg;
Text:WideString;
begin
Text:=paramstr(1);
if Text=» then
begin
Write2(‘Usage: speak «some text»‘#10);
Exit;
end;
CoInitialize(nil);
CoCreateInstance(SAPI_SpVoice_ClassID, nil, CLSCTX_INPROC_SERVER or
CLSCTX_LOCAL_SERVER, IDispatch, Voice);
if Voice=nil then
begin
Write2(‘SpeechAPI is not installed.’#10);
Exit;
end;
Arg.vt:=VT_BSTR;
Arg.bstrVal:=PWideChar(Text);
DispParams.rgvarg:=@Arg;
DispParams.rgdispidNamedArgs:=nil;
DispParams.cArgs:=1;
DispParams.cNamedArgs:=0;
Voice.Invoke(12,GUID_NULL,0,1,DispParams,nil,nil,nil);
end.