Geschwindigkeit bei

Erhard Henkes

Ich bin von System.Speech (alte Voices), bei denen man die Geschwindigkeit von -10 bis +10 einstellen konnte, auf die erweiterten/neueren Windows-Runtime-Voices (kostenlos in den Sprachpaketen bei Windows 10/11 enthalten) umgestiegen. Allerdings ist die Geschwindigkeitseinstellung hier sehr grob. Man kann in meinem Programm fast nur den Wert "0" für "Rate" nutzen, mit Einschränkungen "-1". Microsoft hat hier angeblich ein abgespecktes SSML umgesetzt. SSML benötige ich, um die Zeichensetzung in natürlich wirkende Pausen zu verwandeln. Kann ich diese Beschränkung überwinden/umgehen, ohne auf Azure Cognitive Services TTS (Nachteil: Cloud, API-Key, Kosten) umzusteigen?

private string ConvertToSsml(string text, string cultureCode, VoiceInformation? voice, int rate)
{
    // Text sicher machen + leichte Prosodie (optional)
    string ssmlSafe = EscapeForSsml(text);

    // Leichte Pausen bei typischen Satzzeichen (aber KEIN Eingriff bei „¿“)
    ssmlSafe = ssmlSafe.Replace(",", "<break time='50ms'/>")
                       .Replace(";", "<break time='50ms'/>")
                       .Replace(":", "<break time='50ms'/>")
                       .Replace(".", "<break time='50ms'/>")
                       .Replace("!", "<break time='50ms'/>")
                       .Replace("¡", "¡<break time='20ms'/>");
    // ❌ kein Replace für '¿'

    string trimmed = text.Trim();
    if (trimmed.EndsWith("?"))
    { 
        ssmlSafe = $"<prosody pitch='+15%'>{ssmlSafe}</prosody>";
    }
    else if (trimmed.EndsWith("!"))
    { 
        ssmlSafe = $"<prosody volume='loud'>{ssmlSafe}</prosody>";
    }

    // Stimme explizit festlegen
    string voiceName = voice?.DisplayName ?? "";
    string voiceLang = voice?.Language ?? cultureCode;

    string ssmlRate = rate switch
    {
        <= -2  => "x-slow",
        -1     => "slow",                
        0      => "medium",
        1      => "fast",
        >= 2   => "x-fast",
    };

    return $@"
    <speak version='1.0' xml:lang='{cultureCode}'>
      <voice name='{EscapeForSsml(voiceName)}' xml:lang='{voiceLang}'>
        <prosody rate='{ssmlRate}'>{ssmlSafe}</prosody>
      </voice>
    </speak>";
}