如何延长文字转换为语音的单词之间的停顿时间（pyTTS或SAPI5）

Question

在SAPI5中使用文本对语音时，是否可以扩大口语之间的差距？

问题是，特别是在某些声音中，这些词几乎是相互连接的，这使得讲话更难理解。

我使用python和pyTTS模块（在windows上，因为它使用SAPI）

我试图钩住OnWord事件并添加time.sleep（）或tts.Pause（），但很明显，即使所有事件都被捕获，它们也只是在口语文本的末尾被处理，无论我使用的是sync还是async标志。

在这个非工作示例中，sleep（）方法仅在语句被说出后执行：

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“speak”命令中说出每个单词（由@Lennart Regebro建议），或者

• 用逗号替换每个空格（如@Dawson所述），例如

  text=text.replace（“，”，“）

这就有了一个合理的停顿。我并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感到满意。

Answer 1

我以前用.netapi做过一些TTS工作。System.Speech.Synthesis命名空间中有一个名为PromptBreak的枚举，该枚举对于所需的暂停/中断的长度有不同的值：http://msdn.microsoft.com/en-us/library/system.speech.synthesis.promptbreak.aspx

不知道它是否/如何与PyTTS一起使用，但也许这是一个起点。

Answer 2

我这里没有什么好的解决办法。但是：

PyTTS上一次发布是在2007年，似乎没有文档。同样的人现在维护一个名为pyttsx的跨平台库，它也支持SAPI。它有每分钟字数设置，但没有设置来增加字数之间的停顿。这很可能是因为两个词之间根本没有停顿。

你可以通过让每个词都有自己的“话语”来插入一个长的停顿。

engine.say('The')
engine.say('quick')
engine.say('brown')
engine.say('fox.')

而不是

engine.say('The quick brown fox."

但那可能太长了。除此之外，您可能需要包装SAPI驱动程序或对其进行子类化，但我也不能百分之百地确定这是否可行。人们在两个词之间没有停顿，所以我不确定语音引擎本身是否支持它。

Answer 3

你说的是语速，对吧？ http://msdn.microsoft.com/en-us/library/ms990078.aspx

Pause（）我相信，它的工作原理很像普通语音模式中的逗号…除了你决定长度（自然还是不自然）。