创建将文本转换为语音的 ASP.NET 应用程序答案

【问题标题】：Creating a ASP.NET application converting text to speech创建将文本转换为语音的 ASP.NET 应用程序
【发布时间】：2009-11-11 16:37:33
【问题描述】：

我想了解如何在 ASP.NET 中创建将文本转换为语音的应用程序。根据我最初的研究，似乎：

MS SAPI 要求客户端下载 ActiveX 组件，并且可以支持大量文本进行转换。我们的客户不愿意在他们的系统上安装任何组件，所以这种方法可能行得通，也可能行不通。
我确实理解 .NET 3.0，我们有 System.Speech.Synthesis 命名空间。转换是否发生在服务器上？如果是这样，我将如何将其提供给客户？

我们的要求是能够转换大量文本，并且应该具有可扩展性和可靠性。哪种技术已经“生产就绪”，能够在短时间内处理大量请求。

感谢任何想法。

【问题讨论】：

标签： c# .net asp.net

【解决方案1】：

默认情况下，ASP.Net 应用程序运行时没有足够的权限来访问语音合成，尝试运行 Larsenal 的代码将失败并出现安全错误。

通过在服务器上运行单独的 WCF 服务（作为常规 Windows 服务），我能够在应用程序中解决此问题。然后 ASP.Net 应用程序与该服务进行通信。该服务只是包装了 Larsenal 的代码，返回一个字节数组，给定一个文本字符串。

还有，一兆字节的文本？那是一本不错的小说。

编辑，11-12-09，回答一些 cmets：

System.Speech 可以返回一个字节数组，也可以保存到一个 wav 文件，然后您可以将该文件馈送到嵌入在用户页面上的媒体播放器。当我建立我的谈话网页时，它是这样工作的：

1) Page.aspx 包含一个“嵌入”标签，用于在页面上放置一个 Windows Media Player。来源是“PlayText.aspx?Textid=whatever”。
2) PlayText.aspx 加载适当的文本，并（通过 WCF）与语音阅读器服务通信，将要阅读的文本交给它。
3) Speechreader 服务创建一个 MemoryStream 并调用 SpeechSynthesiser.SetOutputToWaveStream，然后将流作为单个字节数组返回。这个数组是 Response.Write()-ed 给客户端的。

这是 SpeechReader 服务的核心：

    byte[] ITextReader.SpeakText(string text)
    {
        using (SpeechSynthesizer s = new SpeechSynthesizer())
        {
            using (MemoryStream ms = new MemoryStream())
            {
                s.SetOutputToWaveStream(ms);
                s.Speak(text);
                return ms.GetBuffer();
            }
        }
    }

我很确定在后端，这会返回一个巨大的 XML 字节数组，而且效率极低。我只是将其作为概念证明，因此没有进行研究。如果您打算在生产中使用它，请确保它不会在内部返回如下内容：

<byte>23</byte>
<byte>42</byte>
<byte>117</byte>
...

【讨论】：

我自己在这个问题上研究了很长时间，现在我有了答案。谢谢。
@Aric - 使用您的方法，我不必将 wav 文件保存在服务器上？服务返回的“字节数组”——如何在客户端机器上播放？
关于安全性的要点。提供了我的示例，以便 OP 可以使用他所描述的大量文本来测试 System.Speech。
@Aric - 是的，文本大小很有挑战性，这就是为什么我想在将其呈现给决策者之前评估不同的选项
检查我的答案以获取 44k 字的快速测试结果。

【解决方案2】：

使用 SpeechSynthesizer，您可以输出到 WAV 文件。然后，如果需要，您可以进行辅助过程压缩或转换为另一种格式。所有这些都可以在服务器上完成，然后通过浏览器发送出去。

This CodeProject article 很好地介绍了 .NET 语音合成。

如果你想看看它如何处理大量文本......添加对 System.Speech 的引用，然后使用以下内容作为起点：

using System;
using System.Speech.Synthesis;

namespace SpeakToMe
{
    class Program
    {
        static void Main(string[] args)
        {
            SpeechSynthesizer synth = new SpeechSynthesizer();
            synth.SetOutputToWaveFile("c:\\test.wav");
            synth.Speak("Hello, world.");
            synth.SetOutputToDefaultAudioDevice();

            Console.ReadLine();
        }
    }
}

在我相对较快的机器上对 44,700 字 (238KB) 的文件进行快速测试...

55 秒内完成
生成了一个 626 MB WAV 文件

【讨论】：

SpeechSynthesizer 是否具有转换大量文本（> 1mb）的能力？这项技术是否已准备好用于生产应用程序？此外，最好在服务器上创建它并通过浏览器发送它。看来我必须将 wav 文件保存在服务器上，这可能会占用大量空间？如果我想在用户使用后清除文件，什么触发器是可靠的（关闭浏览器窗口？）谢谢
为了节省空间，您可以有一个转换为 MP3 的辅助进程。如果该文件打算让用户只听到一次，您可能希望定期清除文件（例如，每晚）。如果用户需要返回相同的转换，您需要某种方式首先检查您是否还有 MP3，如果没有，则重建它。就它转换大量文本的能力而言……试试吧。 CP 文章是一个很好的起点。

【解决方案3】：

我在 Google 中搜索了“在 Asp.Net 中将文本转换为语音”，发现一个非常好用的链接：

http://codeprojectdownload.com/asp-net-2/convert-text-into-speech-in-asp-net/#.T0ScXIfXDZE

它也可能对你有用。

【讨论】：

【解决方案4】：

我通过使用 codeBehind 运行一个运行 text-to-speech 命令的 javascript 函数来实现这一点：

代码隐藏：

Page.ClientScript.RegisterStartupScript(
GetType(), 
"anythingHere", 
"nameOfFunction();", 
true);

javascript：

<script>
  function nameOfFunction()
    {//start
       var msg = new SpeechSynthesisUtterance('READ ME!');
       window.speechSynthesis.speak(msg);
    }//end
</script>

【讨论】：

【解决方案5】：

我在我的博客上写了一篇关于此的文章：http://weblogs.asp.net/ricardoperes/archive/2014/04/08/speech-synthesis-with-asp-net-and-html5.aspx。我使用 AJAX 和数据 URI 在客户端和服务器之间来回发送语音数据。

【讨论】：