WPF语音合成指南：使用SpeechSynthesizer实现文本朗读功能

1. SpeechSynthesizer概述

核心功能

System.Speech.Synthesis命名空间中的SpeechSynthesizer类提供了文本转语音(TTS)功能，主要特点包括：

• 支持多种语音和语言
• 可调节语速、音量和音调
• 支持同步和异步语音合成
• 提供SSML(语音合成标记语言)支持

技术规格

项目	详情
命名空间	System.Speech.Synthesis
程序集	System.Speech.dll
NuGet包	System.Speech v9.0.0-rc.1.24431.7
源代码	SpeechSynthesizer.cs

系统要求

• Windows操作系统
• 已安装语音合成引擎
• .NET Framework 4.8+ 或 .NET Core 3.1+

2. 基础使用示例

using System;
using System.Speech.Synthesis;

namespace SampleSynthesis
{
    class Program
    {
        static void Main(string[] args)
        {
            // 初始化语音合成器
            using (var synth = new SpeechSynthesizer())
            {
                // 配置音频输出到默认设备
                synth.SetOutputToDefaultAudioDevice();
                
                // 设置语音属性
                synth.Rate = -2;  // 语速(-10到10)
                synth.Volume = 80; // 音量(0-100)
                
                // 同步朗读文本
                synth.Speak("欢迎使用WPF语音合成功能");
                
                // 异步朗读示例
                synth.SpeakAsync("这段文本将异步朗读");
            }
        }
    }
}

关键方法说明

• SetOutputToDefaultAudioDevice(): 设置输出到默认音频设备
• Speak(): 同步朗读文本
• SpeakAsync(): 异步朗读文本
• SelectVoice(): 选择特定语音
• GetInstalledVoices(): 获取已安装语音列表

注解

创建新 SpeechSynthesizer 对象时，它使用默认的系统语音。 若要将 配置为 SpeechSynthesizer 使用已安装的语音合成 (文本转语音) 语音之一，请使用 SelectVoice 或 SelectVoiceByHints 方法。 若要获取有关已安装哪些语音的信息，请使用 GetInstalledVoices 方法和 VoiceInfo 类。

此类还提供对语音合成的以下方面的控制：

• 若要配置 SpeechSynthesizer 对象的输出，请使用 SetOutputToAudioStream、 SetOutputToDefaultAudioDevice、 SetOutputToNull和 SetOutputToWaveFile 方法。
• 若要生成语音，请使用 Speak、 SpeakAsync、 SpeakSsml或 SpeakSsmlAsync 方法。 SpeechSynthesizer可以从文本、Prompt或 PromptBuilder 对象或语音合成标记语言 (SSML) 版本 1.0 生成语音。
• 若要暂停和恢复语音合成，请使用 Pause 和 Resume 方法。
• 若要添加或删除词典，请使用 AddLexicon 和 RemoveLexicon 方法。 SpeechSynthesizer可以使用一个或多个词典来指导其字词的发音。
• 若要修改语音输出的传递，请使用 Rate 和 Volume 属性。

遇到提示中的某些功能时，会 SpeechSynthesizer 引发事件：(BookmarkReached、 PhonemeReached、 VisemeReached和 SpeakProgress) 。
它还引发事件，报告说话操作的开始 (SpeakStarted) 和结束 (SpeakCompleted) 以及语音 (VoiceChange ) 的变化。

3. 完整工具类实现

using System;
using System.Speech.Synthesis;
using System.Collections.ObjectModel;

namespace WPF.Utilities
{
    /// <summary>
    /// 语音合成工具类 (线程安全单例模式)
    /// </summary>
    public sealed class SpeakerHelper : IDisposable
    {
        private static readonly Lazy<SpeakerHelper> _instance = 
            new Lazy<SpeakerHelper>(() => new SpeakerHelper());
        
        private readonly SpeechSynthesizer _synth = new SpeechSynthesizer();
        private readonly object _lock = new object();
        private bool _disposed;

        /// <summary>
        /// 获取单例实例
        /// </summary>
        public static SpeakerHelper Instance => _instance.Value;

        private SpeakerHelper()
        {
            // 初始化默认配置
            _synth.SetOutputToDefaultAudioDevice();
            _synth.Rate = -2; // 默认语速
            _synth.Volume = 80; // 默认音量
            
            // 尝试选择中文语音
            foreach (var voice in _synth.GetInstalledVoices())
            {
                if (voice.VoiceInfo.Culture.Name.StartsWith("zh"))
                {
                    _synth.SelectVoice(voice.VoiceInfo.Name);
                    break;
                }
            }
        }

        /// <summary>
        /// 获取已安装的语音列表
        /// </summary>
        public ReadOnlyCollection<InstalledVoice> GetInstalledVoices()
        {
            lock (_lock)
            {
                return _disposed ? 
                    throw new ObjectDisposedException(nameof(SpeakerHelper)) : 
                    _synth.GetInstalledVoices();
            }
        }

        /// <summary>
        /// 同步朗读文本
        /// </summary>
        /// <param name="text">要朗读的文本</param>
        /// <param name="rate">语速(-10到10)</param>
        public void Speak(string text, int rate = -2)
        {
            if (string.IsNullOrWhiteSpace(text)) return;

            lock (_lock)
            {
                if (_disposed) 
                    throw new ObjectDisposedException(nameof(SpeakerHelper));

                try
                {
                    _synth.Rate = Math.Clamp(rate, -10, 10);
                    _synth.Speak(text);
                }
                catch (Exception ex)
                {
                    // 记录日志或处理异常
                    Console.WriteLine($"语音合成错误: {ex.Message}");
                }
            }
        }

        /// <summary>
        /// 异步朗读文本
        /// </summary>
        public void SpeakAsync(string text, int rate = -2)
        {
            if (string.IsNullOrWhiteSpace(text)) return;

            lock (_lock)
            {
                if (_disposed) 
                    throw new ObjectDisposedException(nameof(SpeakerHelper));

                try
                {
                    _synth.Rate = Math.Clamp(rate, -10, 10);
                    _synth.SpeakAsyncCancelAll();
                    _synth.SpeakAsync(text);
                }
                catch (Exception ex)
                {
                    Console.WriteLine($"异步语音合成错误: {ex.Message}");
                }
            }
        }

        /// <summary>
        /// 设置音量(0-100)
        /// </summary>
        public void SetVolume(int volume)
        {
            lock (_lock)
            {
                if (_disposed) 
                    throw new ObjectDisposedException(nameof(SpeakerHelper));
                
                _synth.Volume = Math.Clamp(volume, 0, 100);
            }
        }

        /// <summary>
        /// 将文本保存为WAV文件
        /// </summary>
        public void SaveToWav(string text, string filePath, int rate = -2)
        {
            if (string.IsNullOrWhiteSpace(text)) return;

            lock (_lock)
            {
                if (_disposed) 
                    throw new ObjectDisposedException(nameof(SpeakerHelper));

                try
                {
                    _synth.Rate = Math.Clamp(rate, -10, 10);
                    _synth.SetOutputToWaveFile(filePath);
                    _synth.Speak(text);
                    _synth.SetOutputToDefaultAudioDevice(); // 恢复默认输出
                }
                catch (Exception ex)
                {
                    Console.WriteLine($"保存语音文件失败: {ex.Message}");
                    throw;
                }
            }
        }

        public void Dispose()
        {
            lock (_lock)
            {
                if (!_disposed)
                {
                    _synth?.Dispose();
                    _disposed = true;
                }
            }
        }
    }
}

工具类使用示例

// 在WPF窗口中使用
public partial class MainWindow : Window
{
    public MainWindow()
    {
        InitializeComponent();
    }

    private void SpeakButton_Click(object sender, RoutedEventArgs e)
    {
        // 使用默认设置朗读
        SpeakerHelper.Instance.Speak("欢迎使用语音合成功能");
        
        // 使用自定义设置
        SpeakerHelper.Instance.SpeakAsync(txtContent.Text, rate: 0);
    }

    private void SaveButton_Click(object sender, RoutedEventArgs e)
    {
        var dialog = new SaveFileDialog
        {
            Filter = "WAV文件|*.wav",
            Title = "保存语音文件"
        };
        
        if (dialog.ShowDialog() == true)
        {
            SpeakerHelper.Instance.SaveToWav(
                txtContent.Text, 
                dialog.FileName,
                rate: 1);
        }
    }
}

最佳实践建议

1. 资源管理：

   • 在应用程序退出时调用SpeakerHelper.Instance.Dispose()
   • 使用using语句处理临时实例

2. 线程安全：

   • 所有方法都已内置线程安全锁
   • 可以从任何线程调用

3. 异常处理：

   • 方法内部已处理基本异常
   • 关键操作仍建议添加try-catch

4. 性能考虑：

   • 避免频繁创建/销毁实例
   • 对于长时间运行的应用，定期检查语音引擎状态

4. 高级功能配置

SSML标记语言支持

// 使用SSML实现更精细的语音控制
string ssmlText = @"<?xml version=""1.0""?>
<speak version=""1.0"" 
       xmlns=""http://www.w3.org/2001/10/synthesis""
       xml:lang=""zh-CN"">
    <voice name=""Microsoft Huihui Desktop"">
        <prosody rate=""-2"" volume=""80"">
            这是使用SSML标记的文本。
        </prosody>
        <break time=""500ms""/>
        <prosody pitch=""high"" rate=""-4"">
            我可以改变音调和语速。
        </prosody>
    </voice>
</speak>";

SpeakerHelper.Instance.SpeakSsml(ssmlText);

自定义语音选择

// 获取所有可用语音
var voices = SpeakerHelper.Instance.GetInstalledVoices();

// 选择特定语音
foreach (var voice in voices)
{
    if (voice.VoiceInfo.Culture.Name == "zh-CN")
    {
        _synth.SelectVoice(voice.VoiceInfo.Name);
        break;
    }
}

音频格式配置

// 设置WAV文件格式
_synth.SetOutputToWaveFile("output.wav",
    new SpeechAudioFormatInfo(32000, AudioBitsPerSample.Sixteen, AudioChannel.Mono));

5. 性能优化建议

内存管理

• 避免频繁创建/销毁SpeechSynthesizer实例
• 对长时间运行的应用，定期检查内存使用
• 使用using语句或显式调用Dispose()

并发处理

• 异步方法(SpeakAsync)适合UI应用
• 同步方法(Speak)适合后台服务
• 避免同时播放多个语音流

资源释放

// 正确释放资源示例
using (var synth = new SpeechSynthesizer())
{
    synth.Speak("这段语音播放后会自动释放资源");
}

6. 常见问题解答

Q1: 为什么没有中文语音？

• 检查是否安装了中文语音包
• 在Windows设置中添加中文TTS语音
• 运行SpeakerHelper.Instance.GetInstalledVoices()确认

Q2: 语音输出不清晰？

• 尝试调整语速(Rate属性)
• 检查音频设备设置
• 使用SSML优化发音

Q3: 如何跨平台使用？

• Windows: 使用System.Speech.Synthesis
• 跨平台: 考虑Azure Cognitive Services语音SDK
• 移动端: 使用各平台原生TTS API

7. 参考文献

• Microsoft SpeechSynthesizer文档
• SSML语音合成标记语言
• 语音合成最佳实践
• .NET语音处理指南