delphi - Delphi中的文本到语音到wav

Question

我将SAPI类型库导入到Delphi中。我可以使用以下代码将语音输出到 PC 扬声器:

procedure TForm1.Button1Click(Sender: TObject);
var
  Voice: TSpVoice;
begin
  Voice := TSpVoice.Create(nil);
  Voice.Speak('Hello World!', 0);
end;

我可以使用以下代码将语音输出到 .wav 文件:

procedure TForm1.Button1Click(Sender: TObject);
var
  Voice: TSpVoice;
  Stream: TSpFileStream;
begin
  Voice := TSpVoice.Create(nil);
  Stream := TSpFileStream.Create(nil);
  Stream.Open('c:\temp\test.wav', SSFMCreateForWrite, False);
  Voice.AudioOutputStream := Stream.DefaultInterface;
  Voice.Speak('Hello World!', 0);
  Stream.Close;
end;

问题是，当我播放 .wav 文件时，听起来很糟糕，就像它使用的比特率非常低一样。 Audacity 告诉我该文件是单声道 16 位 22.05kHz，但听起来比这糟糕得多。

如何将语音输出到单声道 16 位 44.1kHz .wav 文件，该文件听起来与直接输出到 PC 扬声器的语音完全相同？我不知道如何修改第二个代码示例来设置每个样本的位数和比特率。

后续:格伦的回答解决了比特率问题。感谢那。但输出到 .wav 文件的语音质量仍然不如直接输出到扬声器的质量。我使用屏幕录制软件将第一段代码的输出记录为 helloworldtospeakers.wav 。添加了 Glenn 行的第二个代码块生成 helloworldtowav.wav 。第二个文件显然有一些失真。有什么想法吗？

Answer 1

请参阅Format attribute在您的文件流对象上。这是一个SpAudioFormat type其中有 Type property您用于设置音频格式。这是一个enumerated type ，它有很多选择，因此您需要研究它们才能得到您想要的。

这一行应该可以为您提供它(至少对于我使用的类型库版本)。

Stream.Format.Type_ := SAFT44kHz16BitMono;