Question

我正在开发一个实现Microsoft Speech API（SAPI）的C ++应用程序。我开发了许多与“文本到语音”相关的功能。其中包括一个允许列出音频输出的功能和一个允许定义音频输出的功能。

我开始在Windows 7上开发此程序，但现在切换到Windows10。但是，定义音频输出的功能不再起作用。我没有在代码中编辑任何内容，并且在Windows 7上可以正常工作。

这是列出可用音频输出的代码

int getAudioOut( int auOut ) //get audio outputs function
{
    if( SUCCEEDED( hr ) )
    {
       //Enumerate Audio Outputs
       hr = SpEnumTokens( SPCAT_AUDIOOUT, NULL, NULL, &cpEnum );
       cpEnum->GetCount( &vCount );
       cpEnum->Item( saveAudio, &cpAudioOutToken );
       SpGetDescription( cpAudioOutToken, &dynStr );
       printf( "Defined audio output is: %ls\n\n", dynStr );
       dynStr.Clear();

       //Loop through the audio output list and enumerate them all
       for( audioOut = 0; audioOut <= vCount - 1; audioOut++ )
       {
          cpAudioOutToken.Release();
          cpEnum->Item( audioOut, &cpAudioOutToken );
          SpGetDescription( cpAudioOutToken, &dynStr );
          printf( "Defined Audio Output %i - %ls\n", audioOut, dynStr );
          dynStr.Clear();
       }
       printf( "\n" );
       audioOut = saveAudio;

       cpEnum.Release();
       cpAudioOutToken.Release();
    }
    else
    {
       printf( "Could not enumerate available audio outputs\n" );
    }

    return true;
}

这是允许定义音频输出的代码

int setAudioOut( int auOut ) //define audio output function
{
   if( SUCCEEDED( hr ) )
   {
      hr = SpEnumTokens( SPCAT_AUDIOOUT, NULL, NULL, &cpEnum );
      cpEnum->GetCount( &vCount );
      size_t nOut = auOut;

      if( nOut >= vCount )
      {
         cout << "Not so many audio outputs available! Try again\n" << endl;
      }
      else
      {
         cout << "Success" << endl;
      }

       ULONG audioOut = static_cast<ULONG>( nOut ); //convert nOut to ULONG audioOut

       cpEnum->Item( audioOut, &cpAudioOutToken );
       SpGetDescription( cpAudioOutToken, &dynStr );
       printf( "You chose %ls\n\n", dynStr );
       cpVoice->SetOutput( cpAudioOutToken, TRUE ); //Initialization of the Audio Output
       dynStr.Clear();

       cpEnum.Release();
       cpAudioOutToken.Release();

       saveAudio = audioOut; //define saveAudio to audioOut value
    }
    else
    {
       printf( "Could not set audio output\n" );
    }

    return true;
}

当我启动程序并调用getAudioOut函数时，得到以下列表：

第一行显示默认音频输出，下面的两行是可用的输出。在Windows 7上，当我将第二个音频输出（Lautsprecher /Kopfhörer）设置为默认值时，则第一个音频输出（Digitalaudio）没有声音，这很有意义。但是，在Windows 10上，我重现了相同的步骤，但是它不起作用。音频输出始终根据音频菜单进行定义。

我的问题是，有人遇到过此问题吗？是否可以通过编程方式定义音频输出？

Answer 1

我按照@NikolayShmyrev的建议编辑了代码，但是并没有改变。但是，我继续研究该问题，发现该问题来自另一个功能。确实，当我从Windows 7切换到Windows 10时，我在语音合成功能和语音到WAV文件功能方面遇到了其他问题。当我启动程序并调用Text-To-Speech函数时，一切工作正常。当我调用Speech2Wav函数时，它也起作用。但是，当我回忆起Text-To-Speech函数时，变量HRESULT hr = S_OK;改变了它的值，并且没有声音播放。 hr的值设置为 -2147200968 ，它对应于错误0x80045038：SPERR_STREAM_CLOSED （source / list of error codes）

要解决此问题，我必须在cpVoice->SetOutput( cpAudioOutToken, TRUE );函数中定义类似Text-To-Speech的音频输出。

这使我们回到了上面提到的问题。当我在功能setAudioOut中设置音频输出时，我会在cpAudioOutToken.Release();末尾释放其值但是，我在Text-To-Speech函数中重用了相同的变量。其值未设置为任何值，因为在定义音频输出时释放了它。这就是为什么音频输出始终设置为默认值的原因。为了解决该问题，我将cpAudioOutToken的值分配给另一个名为cpSpeechOutToken的变量。

这是函数setAudioOut
的代码

int setAudioOut( int auOut ) //define audio output function
{
   if( SUCCEEDED( hr ) )
   {
      hr = SpEnumTokens( SPCAT_AUDIOOUT, NULL, NULL, &cpEnum );
      cpEnum->GetCount( &vCount );
      size_t nOut = auOut;

      if( nOut >= vCount )
      {
         cout << "Not so many audio outputs available! Try again\n" << endl;
         return 0;
      }
      else
      {
         cout << "Success" << endl;
      }

      ULONG audioOut = static_cast<ULONG>( nOut ); //convert nOut to ULONG audioOut

      cpEnum->Item( audioOut, &cpAudioOutToken );
      SpGetDescription( cpAudioOutToken, &dynStr );
      printf( "You chose %ls\n\n", dynStr );
      cpVoice->SetOutput( cpAudioOutToken, TRUE ); //Initialization of the Audio Output
      dynStr.Clear();

      cpEnum.Release();
      cpSpeechOutToken = cpAudioOutToken;
      cpAudioOutToken.Release();
      saveAudio = audioOut; //define saveAudio to audioOut value
   }
   else
   {
      printf( "Could not set audio output\n" );
   }
   return true;
}

这是Text-To-Speech函数的代码

int ttsSpeak( const char* text ) //Text to Speech speaking function
{
   if( SUCCEEDED( hr ) )
   {
      string xmlSentence( text );
      hr = SpEnumTokens( SPCAT_VOICES_WIN10, NULL, NULL, &cpEnum );
      //Replace SPCAT_VOICES_WIN10 with SPCAT_VOICES if you want to use it on Windows 7

      cpEnum->Item( saveVoice, &cpVoiceToken ); //get saveVoice token defined at line 175
      cpVoice->SetVoice( cpVoiceToken ); //Initialization of the voice

      //string strText( text );

      int wchars_num = MultiByteToWideChar( CP_ACP, 0, xmlSentence.c_str(), -1, NULL, 0 );
      wchar_t* wstr = new wchar_t[ wchars_num ];
      MultiByteToWideChar( CP_ACP, 0, xmlSentence.c_str(), -1, wstr, wchars_num );

      printf( "Text To Speech processing\n" );
      cpVoice->SetOutput( cpSpeechOutToken, TRUE );
      hr = cpVoice->Speak( wstr, SVSFIsXML, NULL );

      saveText = xmlSentence.c_str();

      cpEnum.Release();
      cpVoiceToken.Release();
      delete new wchar_t[ wchars_num ];
  }
  else
  {
     printf( "Could not speak entered text\n" );
  }
  return true;
}

如何在Windows 10上以编程方式定义音频输出？

1 个答案: