問題タブ [sapi]

MS SAPI TTS 音声を使用して意図しないピッチ変更を経験した (そしておそらく解決した) 人はいますか?

SAPI 5.1 で SpVoice オートメーション インターフェイスを使用しています。

現在、私のアプリケーション (VB6 アプリ) は、TTS (Microsoft Anna) がシマリスのように聞こえ始める状態 (適切な速度ですが高音) になる可能性があり、Vista を再起動しても問題は修正されません。

XML を Voice.Speak() 関数に渡しています。< ピッチ absmiddle="0" /> を他のすべての XML の前に送信しようとしましたが、それでもピッチの問題は修正されません。音声コントロール パネルで TTS 音声プレビューを試してみると、音声のピッチが正常です。

過去にXPで問題が発生しましたが、再起動すると修正されたようです。

thttpd Web サーバーをサポートするための PHP 5 用の SAPI モジュールはありますか? 奇妙なことに、PHP 5.2.6 ソースに含まれているものは PHP 4.x 用です。

ありがとう、ケネス

組み込み環境でphpを使用する予定です。現在の Web サーバーは thttpd です。現在、cgi として実行するか、SAPI モジュールとして実行するかという 2 つのオプションを検討しています。cgi がセキュリティ面で有利であることは知っています。しかし、php を cgi として使用する場合は、リクエストごとに php のインスタンスをメモリにロードする必要があります。

これを thttpd の SAPI モジュールとしてコンパイルしてみましたが、thttpd のメモリ使用量、特に rss が、リクエストの数が増えても大きくならないことがわかりました。

thttpd がどのように php をロードするか説明できる人はいますか? 一度だけロードされ、thttpd が実行されている限りメモリに常駐しますか? もしそうなら、これを cgi の代替と見なすことができます。

マルチスレッドを実行しますか、つまり、同時に複数の http 要求がある場合は? または、一度に 1 つずつ要求を処理しますか?

thttpd のモジュールとしての php の動作について説明している適切なドキュメントはありますか?

Vista で Microsoft の SAPI 5.3 Speech API を使用して、RecoProfile の音響モデル トレーニングをプログラムでどのように行うのですか? より具体的には、テキスト ファイルと、そのテキストを話しているユーザーの音声ファイルがある場合、そのテキストと音声を使用してユーザーのプロファイルをトレーニングするには、どのような SAPI 呼び出しを行うでしょうか?

アップデート：

この問題の詳細については、まだ解決していません。「最初」に ISpRecognizer2.SetTrainingState( TRUE, TRUE ) を呼び出し、「最後」に ISpRecognizer2.SetTrainingState( FALSE, TRUE ) を呼び出します。しかし、これらのアクションが他のアクションに対していつ発生する必要があるかはまだ不明です。

たとえば、音声に一致するテキストを使用して文法をセットアップするためにさまざまな呼び出しを行う必要があり、音声を接続するために他の呼び出しを行ったり、さまざまなオブジェクトを呼び出して「今すぐ行ってもいいです」と言ったりする必要があります。しかし、相互依存関係とは何でしょうか? 他に何をする前に何をしなければならないのでしょうか? また、入力にシステム マイクの代わりにオーディオ ファイルを使用している場合、相対的なタイミングの許容度が低くなりますか?

.net フレームワーク 3.5 (または vista) は、Speech.Synthesis API で使用する英語の音声 (David だと思います) を提供してくれます。子供たちがフランス語のスペルを改善するために使用するために構築しているフランス語のディクテーション練習アプリで使用するには、フランス語の声が必要です。この API を使用すると、音声を作成するときにカルチャを変更できますが、デフォルトの英語の音声ではフランス語の単語を正しく発音できません。

Microsoft からフランス語の音声をダウンロードする方法が見つかりませんでした。これは可能ですか？私は Cepstral から Demo コマーシャル ボイスをダウンロードしましたが、(テスト用であっても) 使用できないほど機能が損なわれています。このエクササイズはただの楽しみのためなので、何も買いたくありませんでした。

私は、商業的なプロの声に頼ることなく、別の言語の声が簡単に得られることを望んでいました. 無料の代替手段はありますか？

次のコードを考えると、

読み込まれた文法に単語を追加するにはどうすればよいですか? これは、ネイティブ コードと SpeechLib 相互運用機能の両方を使用して実現できることはわかっていますが、私はマネージ ライブラリを使用することを好みます。

更新:私が達成したいのは、個々の変更のために文法全体を繰り返しロードする必要がないことです。小さな文法の場合、私は呼び出すことで良い結果を得ました

そして、イベントで古い文法のアンロードと再構築された文法のロードを行います:

大規模な文法の場合、これはコストがかかりすぎます。

ActionScript または Air アプリケーションから SAPI Text-To-Speech エンジンを使用したいと考えています。これは可能ですか？他の選択肢は何ですか？

speech API またはSAPIを使用する C# のこれら 2 つのメソッドの違いは何ですか?

アパセラの声を返し、

アパセラの声には対応していません。

最初のものはすべてのボイスを返しますが、2 番目のものは少数のボイスのみを返します。これは SAPI 5.1 および SAPI 5.3 に関連するものですか?

動作は Vista と XP で同じです。SpVoice は Apacela の音声を検出できましたが、SpeechSynthesizer を使用すると、XP と Vista の両方で音声が検出されません。

XP は SAPI 5.1 を使用し、Vista は SAPI 5.3 を使用していると思いますが、なぜすべての OS で同じ動作をするのに、API の動作が異なるのでしょうか?

また、どちらの API がより強力で、2 つの方法/API の違いは何ですか?