机器人语音合成功能模块利用iFly TTS SDK在Visual C++6.0环境下进行开发。本节采用iFly TTS SDK开发语音合成模块具有高质量的文本语音转换效果，采用了大型语料库合成技术；采用了超大规模的自然语流数据库的制作，并以此作为数据统计和机器学习的训练数据；依据语言学、语音学、人工智能知识基础，利用机器学习中的决策树、神经网络系统，分别建立了较为完善的基频、时长、能量、停顿模型；具有高效的集成策略，系统可以通过边合成边播放的策略，避免了由于合成长文本带来的较大的延时，系统在分段播放语音时，用户的任何打断都可以中止该次合成任务，免去了无谓的资源消耗；支持对语速、合成风格、音量等合成参数的调整；能保证合成语音连续、可懂、自然，相当于普通人说话标准。机器人语音合成模块的程序流程如图8-18所示。

图8-18 语音合成流程

1）初始化。在程序开始，首先要利用SDK提供的TSInitialize（）函数全局初始化语音合成系统，把语音合成系统使用的一些全局数据装载到系统内存中。如果语音合成系统初始化成功，则创建一个TTSConnectStruct对象，并对其进行初始化，设置结构体的各个成员的值。TTSConnectStruct结构体的定义如下所示：

其中，结构体成员包括结构体版本号、连接TTS服务时的用户名、连接TTS服务时的公司名、连接TTS服务时的序列号等。

2）连接语音合成服务器。对TTSConnectStruct对象初始化后，利用TTSConnect（）函数建立到语音合成服务器的连接，成功时返回连接到TTS服务的服务实例句柄m_hTTSIn-stance。利用以下两个语句将语音识别的音库设置为女声发音，停顿风格设置为一气呵成。

TTSSetSynthParam（m_hTTSInstance，TTS_PARAM_AVAILABLEVID，1）；

TTSSetSynthParam（m_hTTSInstance，TTS_PARAM_STALL_STYLE，TTS_SSL_VER-BOSE）；(www.daowen.com)

3）开始语音合成。机器人平台中，采用消息机制来发送语音合成请求。当产生语音合成请求后，调用BeginSynth（）函数对需要合成的语音文本进行合成。在BeginSynth（）函数中，分别定义TTSData和TTSCallBacks结构体来表示合成过程中的输入/输出信息和合成过程的回调函数与合成事件的回调函数。其中TTSCallBacks结构体的定义如下所示：

其中，结构体成员nNumCallbacks说明每次TTS服务（客户连接）中使用的回调函数个数，在本节中，它的取值为1；结构体成员pfnTTSProcessCB是合成过程控制的回调函数指针；结构体成员pfnTTSEventCB是合成过程中一些事件的回调函数，一般情况下，不用设置该函数。通过下面这条语句定义了合成过程控制的回调函数：

m_TtsCB.pfnTTSProcessCB=SynthProcessProc；

4）利用TTSSynthTextEx（）异步合成函数，把this指针作为用户数据传递到合成服务实例句柄。

5）合成过程中，每个分句合成完毕时调用合成处理过程的回调函数，在回调函数中，PlaySound（）函数播放合成语音。回调函数如下所示：

TTSRETVAL SynthProcessProc（HTTSINSTANCE m_hTTSInstance，PTTSData pTTSData，TTSINT32 lParam，PTTSVOID pUserData）

6）合成结束，释放资源。当TTSData-＞dwOutFlags等于TTS_FLAG_DATA_END时，表示语音合成结束。如果不需要再合成文本，需要释放语音合成占用的资源。TTSClean（m hTTSInstance）语句清除合成缓冲区，把当前服务的状态设置成初始状态；TTSDisconnect（m_hTTSInstance）语句断开与语音合成系统建立的连接；TTSUninitialize（）语句实现全局逆初始化语音合成系统，从系统内存中移出语音合成系统。