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。