SAPI费率公式评估

Question

我创建了一个计算机语音，我想正确对待率命令。

Microsoft白皮书对速率（https://msdn.microsoft.com/en-us/library/ms717037(v=vs.85).aspx）说明了这一点：

率：

Rate标签控制语音的速率。标记可以为空，在这种情况下，它适用于所有后续文本，或者它可以包含内容，在这种情况下，它仅适用于该内容。 Rate标签有两个属性，Speed和AbsSpeed，其中一个必须存在。这些属性的值应该是负十到十之间的整数。超出此范围的值可能会被引擎截断（但不会被SAPI截断）。 AbsSpeed属性控制语音的绝对速率，因此值10总是对应于值10;值5总是对应于值5。

该文本应以第五速率发言。 该文本应以负5的速度发言。 以下所有文本都应以十分之一的速度发言。

我还没有找到任何实际转换成比率的迹象。但是，我想与微软的计算机语音保持一致。

我使用一个例句进行了一些测试。

微软自己的计算机语音产生了以下输出，带有一个例句（＆＃34;这是一个测试。＆＃34;）：

评分8： 1,15秒

评分0： 2,65秒

率-8： 6,35秒

然而，我并没有看到这背后的真实公式。 我的尝试

float f1 = (rate / 10.0f);
float fSpeed = 1+f1;

似乎根本不符合MS的输出长度。

我将此值提供给着名的libSonic库中的sonicChangeFloatSpeed。

在-8速率下，我的声音输出约为12秒，而微软的声音输出约为6秒。

任何人都可以估算MS语音费率背后的公式吗？

感谢您的帮助。

Answer 1

使用IVONA 2 Amy（英国英国）SAPI5语音阅读短语One Two Three Four Five.我得到一个严格的线性关系，持续时间v。减慢（负）率。 但对于超速（正）率，这种关系并不相同。它可以是不同斜率的线性。

Rate Duration (s)   
-10 3.0   150%
-9  2.9   145%
-8  2.8   140%
-7  2.7   135%
-6  2.6   130%
-5  2.5   125%
-4  2.4   120%
-3  2.3   115%
-2  2.2   110%
-1  2.1   105%
 0  2.0   100%
+1  1.8   90%
+2  1.7   85%
+3  1.6   80%
+4  1.4   70%
+5  1.3   65%
+6  1.1   55%
+7  1.0   50%
+8  0.8   40%
+9  0.7   35%
+10 0.5   25%

由于只有21个离散级别，您可以避免使用公式，只需使用我在第3列中提供的百分比查找表。这是您检查的图表。