python - 如何使用文本转语音(pyTTS 或 SAPI5)延长单词之间的停顿

Question

在使用 SAPI5 进行文本转语音时是否可以扩大口语之间的差距？

问题是esp。有些语音，单词几乎是连在一起的，这使得演讲更难理解。

我正在使用 python 和 pyTTS 模块(在 Windows 上，因为它使用的是 SAPI)

我试图 Hook 到 OnWord 事件并添加一个 time.sleep() 或 tts.Pause()，但显然即使捕获了所有事件，它们也只在语音文本结束时被处理，无论是我正在使用同步或异步标志。

在这个 NON WORKING 示例中，sleep() 方法仅在说完句子后执行:

tts = pyTTS.Create()
def f(x):
    tts.Pause()
    sleep(0.5)
    tts.Resume()

tts.OnWord = f
tts.Speak(text)

编辑:-- 接受的解决方案

我的实际答案是

• 在自己的“说”命令中说出每个单词(@Lennart Regebro 建议)，或者

• 用逗号替换每个空格，(如@Dawson 所述)，例如

  text = text.replace("", ",")

设置一个合理的暂停。我没有比上面提到的更多地研究暂停方法，因为我对公认的解决方案很满意。

Answer 1

你说的是语音速率，对吗？ http://msdn.microsoft.com/en-us/library/ms990078.aspx

我相信，Pause() 的工作原理很像普通语音模式中的逗号...除非您确定长度(自然或非自然)。