为应用程序加上语音能力有什么好处呢？粗略地讲是为了趣味它适合所有注重趣味的应用比如游戏当然从更严肃的角度来讲它还涉及到应用的可用性问题注意这里我考虑的不仅是可视化界面固有的不足而且还有这样一些情形一些时候让双眼离开当前的工作很不方便甚至是不合法的比如假设有一个带语音功能的浏览器你就可以在外出散步或开车上班的同时用听的方式浏览自己喜爱的网站
从目前来看邮件阅读器或许是语音技术更实际的应用在JavaMail API的帮助下这一切已经可能邮件阅读器可以定期地检查收件箱然后用语音You have new mail would you like me to read it to you?引起你的注意按照类似的思路我们还可以考虑一个带语音功能的提醒器把它连接到一个日历应用它会及时地提醒你Dont forget your meeting with the boss in minutes!
也许你已经被这些主意吸引或者有了自己更好的主意现在让我们继续首先我将介绍如何启用本文提供的语音引擎这样如果你认为语音引擎的实现细节过于复杂就可以直接使用它而忽略其实现细节
一试用语音引擎
要使用这个语音引擎你必须在CLASSPATH中加入本文提供的javatalkjar文件然后从命令行运行（或者从Java程序调用）comlotontechspeechTalker类如果从命令行运行则命令为
java comlotontechspeechTalker h|e|l|oo
如果从Java程序调用则代码为
comlotontechspeechTalker talker=new comlotontechspeechTalker();
talkersayPhoneWord(h|e|l|oo);
现在对于在命令行上（或者调用sayPhoneWord()方法时）提供的h|e|l|oo字符串你或许有所不解下面我就来解释一下
语音引擎的工作原理是把细小的声音样本连接起来每一个样本都是人的语言发音（英语）的一个最小单位这些声音样本称为音素（allophone）每一个因素对应一个二个或者三个字母从前面hello的语音表示可以看出一些字母组合的发音显而易见还有一些却不是很明显
h 读音显而易见
e 读音显而易见
l 读音显而易见但注意两个l被简缩成了一个l
OO 应该读作hello中的读音不应读作bottoo中的读音
下面是一个有效音素的清单
a 如cat
b 如cab
c 如cat
d 如dot
e 如bet
f 如frog
g 如frog
h 如hog
i 如pig
j 如jig
k 如keg
l 如leg
m 如met
n 如begin
o 如not
p 如pot
r 如rot
s 如sat
t 如sat
u 如put
v 如have
w 如wet
y 如yet
z 如zoo
aa 如fake
ay 如hay
ee 如bee
ii 如high
oo 如go
bb b的变化形式重音不同
dd d的变化形式重音不同
ggg g的变化形式重音不同
hh h的变化形式重音不同
ll l的变化形式重音不同
nn n的变化形式重音不同
rr r的变化形式重音不同
tt t的变化形式重音不同
yy y的变化形式重音不同
ar 如car
aer 如care
ch 如which
ck 如check
ear 如beer
er 如later
err 如later (长音)
ng 如feeding
or 如law
ou 如zoo
ouu 如zoo (长音)
ow 如cow
oy 如boy
sh 如shut
th 如thing
dth 如this
uh u 的变化形式
wh 如where
zh 如Asian
人说话的时候语音在整个句子之内起落变化语调变化使得语音更自然更富有感染力使得问句和陈述句能够相互区别请考虑下面两个句子
It is fake f|aa|k
Is it fake? f|AA|k
也许你已经猜想到提高语调的方法是使用大写字母
以上就是使用该软件时你需要了解的东西如果你对其后台实现细节感兴趣请继续阅读
二实现语音引擎
语音引擎的实现只包括一个类四个方法它利用了JSE 包含的Java Sound API在这里我不准备全面地介绍这个API但你可以通过实例学习它的用法Java Sound API并不是一个特别复杂的API代码中的注释将告诉你必须了解的知识
下面是Talker类的基本定义
package comlotontechspeech;
import javaxsoundsampled*;
import javaio*;
import javautil*;
import *;
public class Talker
{
private SourceDataLine line=null;
}
如果从命令行执行Talker下面的main()方法将作为入口点运行main()方法获取第一个命令行参数然后把它传递给sayPhoneWord()方法
/*
* 读出在命令行中指定的表示读音的字符串
*/
public static void main(String args[])
{
Talker player=new Talker();
if (argslength>) playersayPhoneWord(args[]);
Systemexit();
}
sayPhoneWord()方法既可以通过上面的main()方法调用也可以在Java程序中直接调用从表面上看sayPhoneWord()方法比较复杂其实并非如此实际上它简单地遍历所有单词的语音元素（在输入字符串中语音元素以|分隔）通过一个声音输出通道一个元素一个元素地播放出来为了让声音更自然一些我把每一个声音样本的结尾和下一个声音样本的开头合并了起来
/*
* 读出指定的语音字符串
*/
public void sayPhoneWord(String word)
{
// 为上一个声音构造的模拟byte数组
byte[] previousSound=null;
// 把输入字符串分割成单独的音素
StringTokenizer st=new StringTokenizer(word|false);
while (sthasMoreTokens())
{
// 为音素构造相应的文件名字
String thisPhoneFile=stnextToken();
thisPhoneFile=/allophones/+thisPhoneFile+au;
// 从声音文件读取数据
byte[] thisSound=getSound(thisPhoneFile);
if (previousSound!=null)
{
// 如果可能的话把前一个音素和当前音素合并
int mergeCount=;
if (previousSoundlength>= && thisSoundlength>=)
mergeCount=;
for (int i=; i
{
previousSound[previousSoundlengthmergeCount+i]
=(byte)((previousSound[previousSoundlength
mergeCount+i]+thisSound[i])/);
}
// 播放前一个音素
playSound(previousSound);
// 把经过截短的当前音素作为前一个音素
byte[] newSound=new byte[thisSoundlengthmergeCount];
for (int ii=; ii
newSound[ii]=thisSound[ii+mergeCount];
previousSound=newSound;
}
else
previousSound=thisSound;
}
// 播放最后一个音素清理声音通道
playSound(previousSound);
drain();
}
在sayPhoneWord()的后面你可以看到它调用playSound()输出单个声音样本（即一个音素）然后调用drain()清理声音通道下面是playSound()的代码
/*
* 该方法播放一个声音样本
*/
private void playSound(byte[] data)
{
if (datalength>) linewrite(data datalength);
}
下面是drain()的代码
/*
* 该方法清理声音通道
*/
