#ifndef _JTTS_ML_H_ #define _JTTS_ML_H_ #pragma pack( push, jtts_ml_h ) #pragma pack( 8 ) #ifdef __cplusplus extern "C" { #endif #define TTSAPI __stdcall //ERRCODE typedef enum { ERR_NONE, // 0 ERR_ALREADYINIT, // 1 ERR_NOTINIT, // 2 ERR_MEMORY, // 3 ERR_INVALIDHWND, // 4 ERR_INVALIDFUNC, // 5 ERR_OPENLIB, // 6 ERR_READLIB, // 7 ERR_PLAYING, // 8 ERR_DONOTHING, // 9 ERR_INVALIDTEXT, // 10 ERR_CREATEFILE, // 11 ERR_WRITEFILE, // 12 ERR_FORMAT, // 13 ERR_INVALIDSESSION, // 14 ERR_TOOMANYSESSION, // 15 ERR_MORETEXT, // 16 ERR_CONFIG, // 17 ERR_OPENDEVICE, // 18 ERR_RESETDEVICE, // 19 ERR_PAUSEDEVICE, // 20 ERR_RESTARTDEVICE, // 21 ERR_STARTTHREAD, // 22 ERR_BEGINOLE, // 23 ERR_NOTSUPPORT, // 24 ERR_SECURITY, // 25 ERR_CONVERT, // 26 ERR_PARAM, // 27 ERR_INPROGRESS, // 28 ERR_INITSOCK, // 29 ERR_CREATESOCK, // 30 ERR_CONNECTSOCK, // 31 ERR_TOOMANYCON, // 32 ERR_CONREFUSED, // 33 ERR_SEND, // 34 ERR_RECEIVE, // 35 ERR_SERVERSHUTDOWN, // 36 ERR_OUTOFTIME, // 37 ERR_CONFIGTTS, // 38 ERR_SYNTHTEXT, // 39 ERR_CONFIGVERSION, // 40 ERR_EXPIRED, // 41 ERR_NEEDRESTART, // 42 ERR_CODEPAGE, // 43 ERR_ENGINE, // 44 ERR_CREATEEVENT, // 45 ERR_PLAYMODE, // 46 ERR_OPENFILE, // 47 ERR_USERABORT, // 48 ERR_LICENSEFULL, // 49 ERR_LICENSEFILEINVALID, // 50 ERR_LICENSE, // 51 ERR_LICENSEEXPIRED, // 52 ERR_SSMLINVALID, // 53 ERR_INVALIDPLAYHANDLE, // 54 }ERRCODE; //--------------------------------------------------------------------------- // 系统的设置选项 //支持多语种 // //这里列出的是系统内建的语言定义，需要安装相应音库才能真正支持, //但目前并非所有语言都有相应的音库 // //对于这里没有列出的语言，将来也可能会发布相应的音库，同时会分配一个数值， //只要安装此音库后，就可以使用。对于没有列出的语言，如果想使用，可以直接使用数值 // //可以通过Lang系列函数得到所有系统中定义的（包括将来扩展的）语言数值及其描述的信息 // //对于系统中真正支持的语言，可以通过jTTS_GetVoiceCount, jTTS_GetVoiceAttribute函数 //得到所有安装的音库，并从其属性中知道其语言 // #define LANGUAGE_MANDARIN 0 // 汉语普通话 #define LANGUAGE_CANTONESE 1 // 广东话 #define LANGUAGE_CHINESE LANGUAGE_MANDARIN #define LANGUAGE_US_ENGLISH 10 // 美国英语 #define LANGUAGE_BRITISH_ENGLISH 11 // 英国英语 #define LANGUAGE_ENGLISH LANGUAGE_US_ENGLISH #define LANGUAGE_FRENCH 20 // 法语 #define LANGUAGE_CANADIAN_FRENCH 21 // 加拿大法语 #define LANGUAGE_SPANISH 30 // 西班牙语 #define LANGUAGE_LATINAMERICAN_SPANISH 31 // 拉丁美洲西班牙语 #define LANGUAGE_PORTUGUESE 40 // 葡萄牙语 #define LANGUAGE_BRAZILIAN_PORTUGUESE 41 // 巴西葡萄牙语 #define LANGUAGE_DUTCH 50 // 荷兰语 #define LANGUAGE_BELGIAN_DUTCH 51 // 比利时荷兰语 #define LANGUAGE_GERMAN 60 // 德语 #define LANGUAGE_ITALIAN 70 // 意大利语 #define LANGUAGE_SWEDISH 80 // 瑞典语 #define LANGUAGE_NORWEGIAN 90 // 挪威语 #define LANGUAGE_DANISH 100 // 丹麦语 #define LANGUAGE_POLISH 110 // 波兰语 #define LANGUAGE_GREEK 120 // 希腊语 #define LANGUAGE_HUNGARIAN 130 // 匈牙利语 #define LANGUAGE_CZECH 140 // 捷克语 #define LANGUAGE_TURKISH 150 // 土耳其语 #define LANGUAGE_RUSSIAN 500 // 俄语 #define LANGUAGE_ARABIC 600 // 阿拉伯语 #define LANGUAGE_JAPANESE 700 // 日语 #define LANGUAGE_KOREAN 710 // 韩语 #define LANGUAGE_VIETNAMESE 720 // 越南语 #define LANGUAGE_MALAY 730 // 马来语 #define LANGUAGE_THAI 740 // 泰语 //支持多领域 // //这里列出的是系统内建的领域定义，需要安装相应音库的资源包才能真正支持。 // //对于这里没有列出的领域，将来也可能会发布相应的资源包，同时会分配一个数值， //只要安装此资源包后，就可以使用。对于没有列出的领域，如果想使用，可以直接使用数值 // //可以通过Domain系列函数得到所有系统中定义的（包括将来扩展的）领域数值及其描述的信息 // //对于系统中真正支持的领域，可以通过jTTS_GetDomainCount, jTTS_GetDomainAttribute函数 //得到所有安装的领域 #define DOMAIN_COMMON 0 // 通用领域，新闻 #define DOMAIN_FINANCE 1 // 金融证券 #define DOMAIN_WEATHER 2 // 天气预报 #define DOMAIN_SPORTS 3 // 体育赛事 #define DOMAIN_TRAFFIC 4 // 公交信息 #define DOMAIN_TRAVEL 5 // 旅游餐饮 #define DOMAIN_CARBORNE 6 //汽运 #define DOMAIN_QUEUE 7 //排队 #define DOMAIN_SONG 8 //点歌 #define DOMAIN_INSURANCE 9 //保险 #define DOMAIN_VOYAGE 10 //航空 #define DOMAIN_REVENUE 11 //税务 #define DOMAIN_ELECPOWER 12 //电力 #define DOMAIN_MESSAGE 13 //短信 #define DOMAIN_FINAINSU 14 //金融保险 #define DOMAIN_TELECOM 15 //电信 #define DOMAIN_CUSTOM 28 // 一般定制领域 #define DOMAIN_MIN 0 #define DOMAIN_MAX 31 //支持的CODEPAGE #define CODEPAGE_GB 936 // 包括GB18030, GBK, GB2312 #define CODEPAGE_BIG5 950 #define CODEPAGE_SHIFTJIS 932 #define CODEPAGE_KCS 949 #define CODEPAGE_ISO8859_1 1252 #define CODEPAGE_UNICODE 1200 #define CODEPAGE_UNICODE_BIGE 1201 // BIG Endian #define CODEPAGE_UTF8 65001 // Supported TAG #define TAG_AUTO 0x00 // Autocheck, SSML > S3ML > JTTS > NONE #define TAG_JTTS 0x01 /* 仅处理含有jTTS 3.0支持的TAG: \read=\ */ #define TAG_SSML 0x02 // Treat as Speech Synthesis Markup Language #define TAG_NONE 0x03 // No TAG, Treat as plain text #define TAG_S3ML 0x04 // Treat as SinoVoice Speech Synthesis Markup Language //DigitMode #define DIGIT_AUTO_NUMBER 0 #define DIGIT_TELEGRAM 1 #define DIGIT_NUMBER 2 #define DIGIT_AUTO_TELEGRAM 3 #define DIGIT_AUTO DIGIT_AUTO_NUMBER // PuncMode #define PUNC_OFF 0 /* 不读符号，自动判断回车换行是否分隔符*/ #define PUNC_ON 1 /* 读符号， 自动判断回车换行是否分隔符*/ #define PUNC_OFF_RTN 2 /* 不读符号，强制将回车换行作为分隔符*/ #define PUNC_ON_RTN 3 /* 读符号， 强制将回车换行作为分隔符*/ // EngMode #define ENG_AUTO 0 /* 自动方式 */ #define ENG_SAPI 1 /* 强制采用英文读法 */ #define ENG_LETTER 2 /* 强制单字母方式 */ #define ENG_LETTER_PHRASE 3 /* 强制采用字母＋自录音词汇的方式 */ //Gender #define GENDER_FEMALE 0 #define GENDER_MALE 1 #define GENDER_NEUTRAL 2 //AGE #define AGE_BABY 0 //0 - 3 #define AGE_CHILD 1 //3 - 12 #define AGE_YOUNG 2 //12 - 18 #define AGE_ADULT 3 //18 - 60 #define AGE_OLD 4 //60 - //PITCH #define PITCH_MIN 0 #define PITCH_MAX 9 //VOLUME #define VOLUME_MIN 0 #define VOLUME_MAX 9 //SPEED #define SPEED_MIN 0 #define SPEED_MAX 9 //AUDIOVOLUME #define AUDIOVOLUME_MIN 0 #define AUDIOVOLUME_MAX 100 //BACKAUDIOFLAG #define BACKAUDIOFLAG_REPEAT 0x01 #define BACKAUDIOFLAG_DEFAULT 0x00 //BACKAUDIO #define BACKAUDIO_NONE 0 // 没有背景音乐 #define BACKAUDIO_MIN 1 // 最小的背景音乐序号 #define BACKAUDIO_MAX 10000 // 最大的背景音乐序号 //VOICESYTLE #define VOICESTYLE_CADENCE 0 // 抑扬顿挫 #define VOICESTYLE_FLAT 1 // 平稳庄重 //VOICEBUFSIZE #define VOICEBUFSIZE_DEFAULT 0 // Default: 128K #define VOICEBUFSIZE_MIN 16 // 16K #define VOICEBUFSIZE_MAX 8192 // 8M //INSERTINFOSIZE #define INSERTINFOSIZE_DEFAULT 0 // Default: 100 #define INSERTINFOSIZE_MIN 1 #define INSERTINFOSIZE_MAX 1000 //--------------------------------------------------------------------------- //jTTS_Play状态 #define STATUS_NOTINIT 0 #define STATUS_READING 1 #define STATUS_PAUSE 2 #define STATUS_IDLE 3 //jTTS_PlayToFile的文件格式 #define FORMAT_WAV 0 // PCM Native (和音库一致，目前为16KHz, 16Bit) #define FORMAT_VOX_6K 1 // OKI ADPCM, 6KHz, 4bit (Dialogic Vox) #define FORMAT_VOX_8K 2 // OKI ADPCM, 8KHz, 4bit (Dialogic Vox) #define FORMAT_ALAW_8K 3 // A律, 8KHz, 8Bit #define FORMAT_uLAW_8K 4 // u律, 8KHz, 8Bit #define FORMAT_WAV_8K8B 5 // PCM, 8KHz, 8Bit #define FORMAT_WAV_8K16B 6 // PCM, 8KHz, 16Bit #define FORMAT_WAV_16K8B 7 // PCM, 16KHz, 8Bit #define FORMAT_WAV_16K16B 8 // PCM, 16KHz, 16Bit #define FORMAT_WAV_11K8B 9 // PCM, 11.025KHz, 8Bit #define FORMAT_WAV_11K16B 10 // PCM, 11.025KHz, 16Bit #define FORMAT_FIRST 0 #define FORMAT_LAST 10 // jTTS_Play / jTTS_PlayToFile / jTTS_SessionStart 函数支持的dwFlag定义 // 此项仅对jTTS_PlayToFile适用 #define PLAYTOFILE_DEFAULT 0x0000 //默认值,写文件时只增加FORMAT_WAV_...格式的文件头 #define PLAYTOFILE_NOHEAD 0x0001 //所有的格式都不增加文件头 #define PLAYTOFILE_ADDHEAD 0x0002 //增加FORMAT_WAV_...格式和FORMAT_ALAW_8K,FORMAT_uLAW_8K格式的文件头 #define PLAYTOFILE_MASK 0x000F // 此项仅对jTTS_Play适用 #define PLAY_RETURN 0x0000 // 如果正在播放，返回错误 #define PLAY_INTERRUPT 0x0010 // 如果正在播放，打断原来的播放，立即播放新的内容 #define PLAY_MASK 0x00F0 // 播放的内容 #define PLAYCONTENT_TEXT 0x0000 // 播放内容为文本 #define PLAYCONTENT_TEXTFILE 0x0100 // 播放内容为文本文件 #define PLAYCONTENT_AUTOFILE 0x0200 // 播放内容为文件，根据后缀名采用外界Filter DLL抽取 // 无法判断的当作文本文件 #define PLAYCONTENT_MASK 0x0F00 // 播放的模式，同时用于SessionStart #define PLAYMODE_DEFAULT 0x0000 // 在jTTS_Play下缺省异步，在jTTS_PlayToFile下缺省同步 // jTTS_SessionStart下为主动获取数据方式 #define PLAYMODE_ASYNC 0x1000 // 异步播放，函数立即退出 #define PLAYMODE_SYNC 0x2000 // 同步播放，播放完成后退出 #define PLAYMODE_MASK 0xF000 // jTTS_FindVoice返回的匹配级别 #define MATCH_LANGUAGE 0 // 满足LANGUAGE， #define MATCH_GENDER 1 // 满足LANGUAGE, GENDER #define MATCH_AGE 2 // 满足LANGUAGE, GENDER, AGE #define MATCH_NAME 3 // 满足LANGUAGE, GENDER，AGE，NAME #define MATCH_DOMAIN 4 // 满足LANGUAGE, GENDER，AGE，NAME, DOMAIN，也即满足所有条件 #define MATCH_ALL 4 // 满足所有条件 // InsertInfo信息 #define INFO_MARK 0 #define INFO_VISEME 1 //各种信息串的长度 #define VOICENAME_LEN 32 #define VOICEID_LEN 40 #define VENDOR_LEN 32 #define DLLNAME_LEN 256 #define ATTRNAME_LEN 32 #define XMLLANG_LEN 256 //JTTS_PARAM typedef enum { PARAM_CODEPAGE, // CODEPAGE_xxx PARAM_VOICEID, // Voice ID PARAM_PITCH, // PITCH_MIN - PITCH_MAX PARAM_VOLUME, // VOLUME_MIN - VOLUME_MAX PARAM_SPEED, // SPEED_MIN - SPEED_MAX PARAM_PUNCMODE, // PUNC_xxx PARAM_DIGITMODE, // DIGIT_xxx PARAM_ENGMODE, // ENG_xxx PARAM_TAGMODE, // TAG_xxx PARAM_DOMAIN, // DOMAIN_xxx PARAM_TRYTIMES, // 0-100 PARAM_IDLETIME, // 0-60 (s), default 10, 0 means 无限等待 PARAM_LOADBALANCE, // TRUE, FALSE PARAM_VOICESTYLE, // VOICESTYLE_CADENCE, VOICESTYLE_FLAT PARAM_BACKAUDIO, // BACKAUDIO_NONE, BACKAUDIO_MIN - BACKAUDIO_MAX PARAM_BACKAUDIOVOLUME, // AUDIOVOLUME_MIN - AUDIOVOLUME_MAX PARAM_BACKAUDIOFLAG, // BACKAUDIOFLAG_xxx PARAM_VOICEBUFSIZE, // VOICEBUFSIZE_DEFAULT, or n (K) PARAM_INSERTINFOSIZE, // INSERTINFOSIZE_DEFAULT, or n } JTTS_PARAM; //JTTS_CONFIG #define JTTS_VERSION4 0x0004 // version 4.0 typedef struct JTTS_CONFIG_T { WORD wVersion; // JTTS_VERSION4 WORD nCodePage; char szVoiceID[VOICEID_LEN]; // 使用的音色 short nDomain; short nPitch; short nVolume; short nSpeed; short nPuncMode; short nDigitMode; short nEngMode; short nTagMode; short nTryTimes; // 重试次数,此成员仅用于远程合成 short nIdleTime; ////////////////////////////////////////// BOOL bLoadBalance; // 负载平衡,此成员仅用于远程合成 short nVoiceStyle; // 朗读风格 short nBackAudio; // BACKAUDIO_NONE: 无背景音乐，BACKAUDIO_MIN-BACKAUDIO_MAX: 背景音乐序号，在资源管理中心"录音管理器"中定义 short nBackAudioVolume; // 背景音乐的音量 WORD wBackAudioFlag; // 背景音乐的属性 short nVoiceBufSize; // 设置内部缓冲区的大小 short nInsertInfoSize; // 缓冲区中插入信息的个数 short nReserved[6]; // 保留 } JTTS_CONFIG; //JTTS_VOICEATTRIBUTE typedef struct JTTS_VOICEATTRIBUTE_T { char szName[VOICENAME_LEN]; // 只能为英文名称 char szVoiceID[VOICEID_LEN]; // 音色的唯一标识 short nGender; // GENDER_xxx short nAge; // AGE_xx DWORD dwDomainArray; // 由低位向高位，分别表示DOMAIN_xxx DWORD nLanguage; // 支持的语言, LANGUAGE_xxx char szVendor[VENDOR_LEN]; // 提供厂商 char szDLLName[DLLNAME_LEN]; // 对应的DLL DWORD dwVersionMS; // 引擎的版本号，对应"3.75.0.31"的前两节 // e.g. 0x00030075 = "3.75" DWORD dwVersionLS; // e.g. 0x00000031 = "0.31" } JTTS_VOICEATTRIBUTE; // 插入信息 typedef struct INSERTINFO_T { int nTag; // 有二种：INFO_MARK, INFO_VISEME DWORD dwValue; // 具体信息： // MARK时，高24位mark文本偏移，低8位文本长度 // VISEME时，表示唇型 DWORD dwBytes; // 在语音流的什么地方插入，必须按顺序增加 } INSERTINFO; typedef struct JTTS_LANGATTRIBUTE_T { int nValue; char szName[ATTRNAME_LEN]; char szEngName[ATTRNAME_LEN]; char szXmlLang[XMLLANG_LEN]; } JTTS_LANGATTRIBUTE; typedef struct JTTS_DOMAINATTRIBUTE_T { int nValue; char szName[ATTRNAME_LEN]; char szEngName[ATTRNAME_LEN]; } JTTS_DOMAINATTRIBUTE; typedef struct JTTS_COUNTERS_T { int nSession; } JTTS_COUNTERS; // 系统通知消息及回调函数部分 // 系统通知消息 #define WM_JTTS_NOTIFY (WM_USER + 0x4999) // 回调函数 typedef BOOL (TTSAPI * JTTS_CALLBACKPROC)(WORD wParam, LONG lParam, DWORD dwUserData); typedef BOOL (TTSAPI * JTTS_DATACALLBACKPROC)(DWORD dwSessionID, WORD wParam, LONG lParam, unsigned char * pVoiceData, DWORD dwLen, INSERTINFO* pInsertInfo, int nInsertInfo, DWORD dwUserData); // WM_JTTS_NOTIFY / JTTS_CALLBACKPROC / JTTS_DATACALLBACKPROC中wParam的定义 #define NOTIFY_BEGIN 0 // lParam: 没有使用 #define NOTIFY_END 1 // lParam: 没有使用 #define NOTIFY_SENTEND 2 // lParam: 已经读完的字节数 #define NOTIFY_SENTBEGIN 3 // lParam: 将要读到的位置（以字节数计算） #define NOTIFY_MARK 4 // lParam: 标记Mark串的位置和长度, 参考宏GETMARKOFFSET和GETMARKLEN #define NOTIFY_VISEME 5 // lParam: 标记唇型信息，现版本中未使用 #define NOTIFY_CHANGECONFIG 6 // 系统主动使用与传入Config不同的配置 #define NOTIFY_DATA 7 // 仅用于 JTTS_DATACALLBACKPROC，传递合成数据和InsertInfo信息 // lParam not use; dwLen是pVoiceData长度; pVoiceData语音数据缓冲; // nInsertInfo, pInsertInfo是插入数据的数目和内容 // 为和老版本兼容而保留 #define NOTIFY_PROGRESS 2 #define NOTIFY_PROGRESS2 3 // 通过NOTIFY_MARK的lParam得到具体的Mark String的偏移量和长度 #define GETMARKOFFSET(lParam) (lParam >> 8) #define GETMARKLEN(lParam) (lParam & 0xFF) //------------------------------------------------------------------------ // 系统函数 ERRCODE TTSAPI jTTS_Init(const char * pcszLibPath, const char * pcszSerialNo); ERRCODE TTSAPI jTTS_End(); int TTSAPI jTTS_GetLangCount(); ERRCODE TTSAPI jTTS_GetLangAttribute(int nIndex, JTTS_LANGATTRIBUTE * pAttribute); ERRCODE TTSAPI jTTS_GetLangAttributeByValue(int nValue, JTTS_LANGATTRIBUTE * pAttribute); int TTSAPI jTTS_GetDomainCount(); ERRCODE TTSAPI jTTS_GetDomainAttribute(int nIndex, JTTS_DOMAINATTRIBUTE * pAttribute); ERRCODE TTSAPI jTTS_GetDomainAttributeByValue(int nValue, JTTS_DOMAINATTRIBUTE * pAttribute); //------------------------------------------------------------- // 音库信息函数 int TTSAPI jTTS_GetVoiceCount(); ERRCODE TTSAPI jTTS_GetVoiceAttribute(int nIndex, JTTS_VOICEATTRIBUTE * pAttribute); ERRCODE TTSAPI jTTS_GetVoiceAttributeByID(const char *pszVoiceID, JTTS_VOICEATTRIBUTE * pAttribute); BOOL TTSAPI jTTS_IsVoiceSupported(const char *pszVoiceID); ERRCODE TTSAPI jTTS_FindVoice(int nLanguage, int nGender, int nAge, char * szName, int nDomain, char * pszVoiceID, WORD * pwMatchFlag); ERRCODE TTSAPI jTTS_PreLoad (const char *pszVoiceID); //------------------------------------------------------------------------ // 设置函数 ERRCODE TTSAPI jTTS_Set(const JTTS_CONFIG * pConfig); ERRCODE TTSAPI jTTS_Get(JTTS_CONFIG * pConfig); ERRCODE TTSAPI jTTS_SetParam(JTTS_PARAM nParam, DWORD dwValue); ERRCODE TTSAPI jTTS_GetParam(JTTS_PARAM nParam, DWORD *pdwValue); //------------------------------------------------------------------------ // 播放函数 ERRCODE TTSAPI jTTS_SetPlay(UINT uDeviceID, HWND hwnd, JTTS_CALLBACKPROC lpfnCallback, DWORD dwUserData); ERRCODE TTSAPI jTTS_Play(const char * pcszText, DWORD dwFlag); ERRCODE TTSAPI jTTS_Stop(); ERRCODE TTSAPI jTTS_Pause(); ERRCODE TTSAPI jTTS_Resume(); int TTSAPI jTTS_GetStatus(); //------------------------------------------------------------------------ // 播放到文件函数 ERRCODE TTSAPI jTTS_PlayToFile(const char *pcszText, const char * pcszFileName, UINT nFormat, const JTTS_CONFIG * pConfig, DWORD dwFlag, JTTS_CALLBACKPROC lpfnCallback, DWORD dwUserData); //------------------------------------------------------------- // 合成过程底层函数 ERRCODE TTSAPI jTTS_SessionStart(const char * pcszText, DWORD * pdwSessionID, UINT nFormat, const JTTS_CONFIG *pConfig, DWORD dwFlag, int * pnBitsPerSample, int * pnSamplesPerSec); ERRCODE TTSAPI jTTS_SessionGetData(DWORD dwSessionID, int nBufIndex, unsigned char ** ppVoiceData, DWORD * pdwLen, int nReserveLen, INSERTINFO** ppInsertInfo, int* pnInsertInfo); ERRCODE TTSAPI jTTS_SessionStop(DWORD dwSessionID); ERRCODE TTSAPI jTTS_SessionGetReadBytes(DWORD dwSessionID, DWORD * pdwBytes); ERRCODE TTSAPI jTTS_SessionExec(DWORD dwSessionID, JTTS_DATACALLBACKPROC lpfnDataCallback, DWORD dwUserData); #ifdef __cplusplus } #endif #pragma pack( pop, jtts_ml_h ) #endif //_JTTS_ML_H_