是否可以在SAPI 5.3中设置Windows.Media.SpeechSynthesis流格式? &

Question

我使用Windows.Media.SpeechSynthesis (c++/WinRT)将文本转换为音频文件。以前我使用SAPI，在说话之前可以通过SPBindToFile(…)绑定到文件时设置音频格式。

在Windows.Media.SpeechSynthesis中是否有类似的方法?似乎只有可能得到16kHz, 16Bit，单声道波流，是吗?

是否语音合成后已经包含了一个真实的音频流，或者它持有一些预先计算的原始数据，并在访问其数据时发生实际编码(在设备上播放或复制到另一个非语音特定流)?

谢谢!

我认为应该有可能以某种方式控制语音合成流格式。

Answer 1

WinRT合成引擎输出16Khz 16位单声道数据。没有任何重采样层来改变格式。