C# 文本转语音方法 C#如何实现TTS功能

最直接的windows原生tts方案是system.speech.synthesis.speechsynthesizer，需安装system.speech nuget包，仅限windows；跨平台或需neural语音时应选microsoft.cognitiveservices.speech sdk。

用 SpeechSynthesizer 是最直接的 Windows 原生方案

Windows 自带的 System.Speech 命名空间提供了轻量、无需联网、低延迟的 TTS 实现，适合桌面应用。它依赖系统已安装的语音引擎（如 Microsoft David/Zira），不需额外 SDK 或 API Key。

注意：.NET Core 3.0+ 和 .NET 5+ 默认不包含该类库，必须显式安装 System.Speech NuGet 包（仅支持 Windows 平台）。

• 添加引用：using System.Speech.Synthesis;
• 基础用法：

  var synth = new SpeechSynthesizer();
  synth.Speak("你好，这是本地语音合成");

• 可选语音：synth.SelectVoice("Microsoft Zira Desktop")，用 synth.GetInstalledVoices() 查看可用列表
• 避免阻塞 UI：调用 SpeakAsync() 而非 Speak()，尤其在 WinForms/WPF 中

跨平台需求下优先考虑 Microsoft.CognitiveServices.Speech SDK

如果目标是 macOS/Linux、UWP、或需要更自然语音（如 Neural TTS）、多语言/情感控制、语音事件回调等能力，Microsoft.CognitiveServices.Speech 是唯一推荐的现代选择。

Knowt

Knowt是一款AI驱动的在线学习工具

下载

它基于 Azure 语音服务，需申请订阅密钥和区域（如 eastus），但免费层每月有 0.5 百万字符额度，够小项目起步。

• 安装 NuGet：Microsoft.CognitiveServices.Speech
• 关键初始化：

  var config = SpeechConfig.FromSubscription("your-key", "eastus");
  config.SpeechSynthesisVoiceName = "en-US-JennyNeural"; // 必须显式指定 Neural 语音

• 合成到文件：config.SetOutputFormat(SpeechSynthesisOutputFormat.Audio16Khz32KBitRateMonoMp3)
• 注意：SpeechSynthesizer（SDK 中）和 System.Speech.Synthesis.SpeechSynthesizer（原生）同名但完全无关，别混淆命名空间

常见报错：找不到语音、静音、或“Access is denied”

这些基本都指向权限或配置问题，不是代码逻辑错误。

• Access is denied：Windows 下 SpeechSynthesizer 需要 COM 权限，WPF/WinForms 应用若以“管理员身份运行”可能反而失败——改用普通权限启动
• 静音/无声：检查系统声音设置是否关闭、默认播放设备是否被禁用；SpeechSynthesizer 不会自动弹出音量控制，它直通系统音频栈
• “Voice not found”：调用 SelectVoice() 前务必先用 GetInstalledVoices() 确认名称拼写，Zira 和 David 在 Win10/Win11 中默认存在，但中文语音（如 Microsoft Huihui Desktop）需手动启用“语言包”
• .NET 6+ 控制台项目默认为单线程单元（STA），而 SpeechSynthesizer 要求多线程单元（MTA）——加 [STAThread] 属性或改用 WPF/WinForms 宿主

生成语音文件时别忽略音频格式与编码兼容性

本地 SpeechSynthesizer 只支持 WAV 输出（SetOutputToWaveFile()），且固定为 PCM 16bit 小端，采样率 22050Hz；Azure SDK 则支持 MP3/WAV/OGG，但不同格式对 SpeechSynthesisOutputFormat 枚举值敏感。

• WAV 文件体积大（约 1.7MB/分钟），MP3 更实用；但 Audio16Khz32KBitRateMonoMp3 在某些旧版 Windows 上可能无法播放（缺少解码器）
• Azure SDK 中，Audio24Khz160KBitRateMonoMp3 是目前音质与兼容性较平衡的选择
• 若需后台持续合成，用 SynthesizeToStreamAsync() 获取 MemoryStream，避免磁盘 I/O 成为瓶颈