озвучки Функциональность

Question

я пытаюсь сделать некоторые функциональные возможности с озвучки, но отсутствуют некоторые параметры (я не знаю это) и работает на блоках кода на Linux следующий код работает хорошо и читает арабский текст

`#include<string.h> 
    #include<malloc.h> 
    #include</usr/local/include/espeak/speak_lib.h> 
    int main(int argc, char* argv[]) 
{ 
char text[] = {"الله لطيف "}; 
espeak_Initialize(AUDIO_OUTPUT_PLAYBACK, 0, NULL, 0); 
espeak_SetVoiceByName("ar"); 
unsigned int size = 0; 
while(text[size]!='\0') size++; 
unsigned int flags=espeakCHARS_AUTO | espeakENDPAUSE; 
espeak_Synth(text, size+1, 0,POS_CHARACTER,0, flags, NULL, NULL); 
espeak_Synchronize(); 
return 0; 
}` 

Теперь могли бы вы помочь нам найти эти параметры из озвучки
1.Fuction которые возвращают сгенерированную волну, чтобы сохранить его в переменной

2.Frequency

3.number каналов

размер 4.sample

5.a буфер, в котором мы храним образцы

6.number образцов

Answer 1

Если вы не можете найти подходящий пример, вам нужно будет прочитать документацию в файле заголовка. Не используется, но это выглядит довольно понятным:

http://espeak.sourceforge.net/speak_lib.h

Когда вы назвали espeak_Initialize вы прошли в AUDIO_OUTPUT_PLAYBACK. Вам нужно будет передать в AUDIO_OUTPUT_RETRIEVAL вместо этого, и тогда похоже, что вы должны позвонить espeak_SetSynthCallback с функцией вашего собственного создания, чтобы принять образцы.

Ваш адаптированный код будет выглядеть примерно так (непроверенные):

#include <string.h> 
#include <vector> 
#include </usr/local/include/espeak/speak_lib.h> 

int samplerate; // determined by espeak, will be in Hertz (Hz) 
const int buflength = 200; // passed to espeak, in milliseconds (ms) 

std::vector<short> sounddata; 

int SynthCallback(short *wav, int numsamples, espeak_EVENT *events) { 
    if (wav == NULL) 
     return 1; // NULL means done. 

    /* process your samples here, let's just gather them */ 
    sounddata.insert(sounddata.end(), wav, wav + numsamples); 
    return 0; // 0 continues synthesis, 1 aborts 
} 

int main(int argc, char* argv[]) { 
    char text[] = {"الله لطيف "}; 
    samplerate = espeak_Initialize(AUDIO_OUTPUT_RETRIEVAL, buflength, NULL, 0); 
    espeak_SetSynthCallback(&SynthCallback); 
    espeak_SetVoiceByName("ar"); 
    unsigned int flags=espeakCHARS_AUTO | espeakENDPAUSE; 
    size_t size = strlen(text); 
    espeak_Synth(text, size + 1, 0, POS_CHARACTER, 0, flags, NULL, NULL); 
    espeak_Synchronize(); 

    /* in theory sounddata holds your samples now... */ 

    return 0; 
} 

Так вопросы:

1. функции, которые возвращают сгенерированную волну, чтобы сохранить его в переменной - Вы пишете функцию обратного вызова, и эта функция получает мало buflength -которые бит wav для обработки. Если вы собираетесь накапливать данные в более крупный буфер, я показал, как вы могли бы сделать это самостоятельно.

2. Частота - Благодаря этому API это не похоже на то, что вы его выбираете, espeak. Он находится в Гц и возвращается как samplerate выше.

3. Количество каналов - Об этом не упоминается, и синтез голоса обычно моно, можно подумать. (Вокал смешанный центр по умолчанию в большинстве стерео миксов ... так что вы хотите взять моно данные, которые вы получили назад и играть одни и те же данные, синтезированные на левый и правый каналы).

4. Sample Size - Вы получаете short s. Это целые числа со знаком, 2 байта, диапазон от -32,768 до 32,767. Вероятно, он использует весь диапазон, кажется, не настраивается, но вы можете проверить и посмотреть, что вы выберете.

5. Буфер, в котором мы храним образцы - Буфер синтеза, похоже, относится к espeak, который обрабатывает выделение и освобождает его. Я привел пример использования std :: vector для сбора фрагментов из нескольких вызовов.

6. Количество образцов - Каждый вызов вашего SynthCallback получит потенциально различное количество образцов. Вы можете получить 0 за это число, и это может означать, что это не конец.