初识语音合成软件eSpeak

    在医院取药时听到机器叫自己的名字，有点小好奇。应该是使用了文本转语音技术。出于好奇，百度了一下，发现了这个开源软件eSpeak。下载windows安装包，测试了一下，发现微软的语音技术非常成熟，语音流畅清晰，相比下，eSpeak的语音不太流畅，英语要努力才能听，中文效果离实用距离很远。不管怎样，eSpeak是可以工作的，我作为一个小猿，可以把它组装到自己程序中的跑一跑，不是一件有趣的事情吗？

      说干就干，这其中还是有坑的。我用svn检出了eSpeak的最新代码。我主要使用了其中的两个vc6工程，一个用来生成动态库，一个用来生成命令行程序。先说命令行程序，它居然不使用动态库，说明作者的思路不寻常。它依赖一个叫PAStaticWMME.lib的静态库。该库是另一开源软件PortAudio生成的。我在编译PortAudio时一直没有成功。于是决定直接使用 PAStaticWMME.lib。我在vc2005下编译命令行程序报错缺少libc.lib，它是vc6的c语言运行时库。于是从网上下载了一个libcd.lib，将它改名为libc.lib也可以使用。再编译时报很多函数重复定义，于是将libc.lib添加到忽略库中，编译通过。命令行程序可以对标准输入中的文本进行语音合成后发音。再说动态库工程，直接编译生成的动态库是没有语音播放功能的。如果需要，则要先修改speech.h文件，将被注释的#define USE_PORTAUDIO放开。编译时需要依赖 PAStaticWMME.lib。编译成功后得到espeak_lib.dll和espeak_lib.lib。头文件espeak_lib.h中对每个函数都有注释，有比没有强吧。我在我的QT工程中添加外部库espeak_lib.lib。在对话框构造函数中增加espeak初始化语句，如下。

static int SynthCallback ( short * wav , int numsamples , espeak_EVENT * events )

{

    // 你可以根据源码程序里编写这部分代码实现生成语音文件功能，这里忽略掉了

    return(0);

}

// espeak初始化

    int ret = espeak_Initialize(AUDIO_OUTPUT_SYNCH_PLAYBACK, 0, "C:\\Program Files (x86)\\eSpeak", 0);

    if (ret == EE_INTERNAL_ERROR)

    {

        qDebug() << tr("espeak_Initialize fail");

        return;

    }

    qDebug() << tr("espeak_Initialize ok, return") << ret;

    espeak_SetSynthCallback(SynthCallback);   // 设置回调函数

    ret = espeak_SetParameter(espeakRATE, 80, 0); // 语速调慢至每分钟80个字

    if (ret == EE_INTERNAL_ERROR)

    {

        qDebug() << tr("espeak_SetParameter fail");

        return;

    }

    qDebug() << tr("espeak_SetParameter ok");

espeak_Initialize函数的第3个参数是 espeak-data目录。安装espeak的windows安装包后就有该目录。回调函数SynthCallback什么也不做，直接返回0。在播放语音按钮的处理函数中增加以下语句，实现了英文语音合成播放功能。

    espeak_SetVoiceByName("en"); // 使用英语语音

    ret = espeak_Synth(strCode.toUtf8().data(), strlen(strCode.toUtf8().data()),

                       0, POS_CHARACTER, 0, espeakCHARS_UTF8, NULL ,NULL);

    if (ret != EE_OK)

    {

        qDebug() << tr("espeak_Synth error:") << ret;

        return;

    }

    espeak_Synchronize();