C# - Windows 10 운영체제의 데스크톱 앱에서 TTS(SpeechSynthesizer) 사용하는 방법
(업데이트: 2023-03-30) 이 글에 대한 질문은 더 이상 받지 않습니다. (하시다 보면, 제가 왜 이 기술에 대해 흥미를 못 느끼는 지 아시게 될 것입니다. ^^ SpeechRecognitionEngine에 특별한 업데이트가 없는 한 다루지 않을 것입니다.)
예전에도 이야기했지만,
데스크톱 윈도우 응용 프로그램에서 UWP 라이브러리를 이용한 비디오 장치 열람하는 방법
; https://www.sysnet.pe.kr/2/0/11284
데스크톱 응용 프로그램에서도 UWP 앱에 제공되는 타입들을 사용할 수 있습니다. 이번에는 그중에서 TTS(Text-to-speech) 기능을 제공하는 SpeechSynthesizer 타입을 알아보겠습니다.
SpeechSynthesizer Class (Namespace: Windows.Media.SpeechSynthesis)
; https://learn.microsoft.com/en-us/uwp/api/windows.media.speechsynthesis.speechsynthesizer
* 최소 요구 사항: Windows 10(v10.0.10240.0)
이 타입을 사용하는 예제 코드는 마이크로소프트의 UWP 앱 샘플에서,
Speech recognition and synthesis sample
; https://github.com/Microsoft/Windows-universal-samples/tree/master/Samples/SpeechRecognitionAndSynthesis
Windows-universal-samples/Samples/SpeechRecognitionAndSynthesis/cs/
; https://github.com/Microsoft/Windows-universal-samples/tree/master/Samples/SpeechRecognitionAndSynthesis/cs
.\Samples\SpeechRecognitionAndSynthesis\cs\SpeechAndTTS.sln 솔루션 파일을 열어 테스트할 수 있습니다.
자, 그럼 사용해 볼까요? ^^
우선 SpeechSynthesizer 정의를 비롯해 UWP의 기본 타입들을 담고 있는 라이브러리를 먼저 참조해야 합니다. 원래 UWP 용으로는 다음과 같은 식의 경로에 있는 Windows.Foundation.UniversalApiContract.winmd 파일을 참조하는데,
C:\Program Files (x86)\Windows Kits\10\References\10.0.16299.0\Windows.Foundation.UniversalApiContract\5.0.0.0\Windows.Foundation.UniversalApiContract.winmd
데스크톱 응용 프로그램은 저 파일을 참조해서는 안되고 대신 다음의 파일 2개를 참조합니다.
C:\Program Files (x86)\Windows Kits\10\UnionMetadata\Windows.winmd
C:\Program Files (x86)\Reference Assemblies\Microsoft\Framework\.NETCore\v4.5\System.Runtime.WindowsRuntime.dll
그럼 소스 코드에서 다음과 같이 SpeechSynthesizer 클래스를 생성하고, 텍스트가 음성으로 바뀌어 출력될 Stream을 얻을 수 있습니다.
using System;
using System.IO;
using System.Linq;
using System.Windows;
using System.Windows.Controls;
using System.Windows.Media;
using Windows.ApplicationModel.Resources.Core;
using Windows.Media.SpeechSynthesis;
namespace Listener10
{
public partial class MainWindow : Window
{
private SpeechSynthesizer synthesizer = new SpeechSynthesizer();
public MainWindow()
{
InitializeComponent();
Speak("test is good");
}
private async void Speak(string text)
{
if (!string.IsNullOrEmpty(text))
{
try
{
SpeechSynthesisStream synthesisStream = await synthesizer.SynthesizeTextToStreamAsync(text);
}
catch (Exception e1)
{
System.Diagnostics.Trace.WriteLine(e1.ToString());
}
}
}
}
}
문제는 여기서부터입니다. 음성이 출력될 synthesisStream을 재생해야 하는데 UWP 앱 예제에서는 이를 위해 (Windows.UI.Xaml.Controls.)MediaPlayerElement 타입을 사용합니다. 그래서 UWP 앱에서와 같이 WPF의 xaml에서 이를 추가하면,
<Grid>
<MediaPlayerElement x:Name="media"/>
</Grid>
오류 선이 그어지면서 다음과 같은 메시지를 볼 수 있습니다.
MediaPlayerElement is not supported in a Windows Presentation Foundation (WPF) project.
또는 웹 상에서 검색하면 (Windows.UI.Xaml.Controls.)MediaElement 타입을 사용하는 예제를 볼 수 있는데,
<Grid>
<MediaElement x:Name="media"/>
</Grid>
mediaElement.SetSource(stream, synthesisStream.ContentType);
mediaElement.Play();
역시 WPF에서는 사용할 수 없습니다. 문제는 UWP 앱의 컨트롤들이 WPF 구조와는 맞지 않기 때문인데 이러한 제약은 UI 컨트롤이 아니면 해당하지 않습니다. 따라서 (Windows.Media.Playback.)MediaPlayer 타입을 이용해 다음과 같이 직접 음성 출력을 해야 합니다.
Windows.Media.Playback.MediaPlayer mp = new Windows.Media.Playback.MediaPlayer();
mp.SetStreamSource(synthesisStream);
mp.Play();
또는 (System.Media.)SoundPlayer 타입을 이용해서도 가능합니다.
System.Media.SoundPlayer sp = new System.Media.SoundPlayer();
sp.Stream = = synthesisStream.AsStream();
sp.Play();
참고로 SSML 구문을 사용하면 보다 더 세밀한 음성 제어가 가능합니다. "
Windows-universal-samples/Samples/SpeechRecognitionAndSynthesis/cs/" 예제에 보면 다음과 같은 SSML 텍스트가 리소스로 포함되어 있는데,
<speak version='1.0' xmlns='http://www.w3.org/2001/10/synthesis'
xmlns:xsi='http://www.w3.org/2001/XMLSchema-instance'
xsi:schemaLocation='http://www.w3.org/2001/10/synthesis http://www.w3.org/TR/speech-synthesis/synthesis.xsd'
xml:lang='en-US'>
<mark name='phonetic'/>This is an example of a phonetic pronunciation:
<phoneme alphabet='x-microsoft-ups' ph='S1 W AA T . CH AX . M AX . S2 K AA L . IH T'> whatchamacallit </phoneme>.
<mark name='date'/>This is an example of a date:
<say-as interpret-as='date' format='mdy'> 04/30/2013 </say-as>.
<mark name='number'/>This is an example of an ordinal number:
<say-as interpret-as='ordinal'> 4 </say-as>.
<mark name='end'/>
</speak>
보는 바와 같이 발음 기호, 날짜, 숫자를 인식하도록 출력을 제어할 수 있습니다. 이를 위해 SynthesizeTextToStreamAsync가 아닌 Synthesize
SsmlToStreamAsync 메서드를 이용해 출력해야 합니다.
SpeechSynthesisStream synthesisStream = await synthesizer.SynthesizeTextToStreamAsync(text);
Windows.Media.Playback.MediaPlayer mp = new Windows.Media.Playback.MediaPlayer();
mp.SetStreamSource(synthesisStream);
mp.Play();
정리해 보면,
다음의 코드는 첨부 파일에 포함된 예제 프로젝트의 xaml, xaml.cs 내용입니다.
<Window x:Class="Listener10.MainWindow"
xmlns="http://schemas.microsoft.com/winfx/2006/xaml/presentation"
xmlns:x="http://schemas.microsoft.com/winfx/2006/xaml"
xmlns:d="http://schemas.microsoft.com/expression/blend/2008"
xmlns:mc="http://schemas.openxmlformats.org/markup-compatibility/2006"
xmlns:local="clr-namespace:Listener10"
mc:Ignorable="d"
Title="MainWindow" Height="350" Width="525">
<Grid>
<ListBox x:Name="voiceList">
</ListBox>
</Grid>
</Window>
using System;
using System.IO;
using System.Linq;
using System.Windows;
using System.Windows.Controls;
using Windows.Media.SpeechSynthesis;
namespace Listener10
{
public partial class MainWindow : Window
{
private SpeechSynthesizer _synthesizer = new SpeechSynthesizer();
public MainWindow()
{
InitializeComponent();
InitializeListboxVoiceChooser();
Speak();
}
private async void Speak()
{
string text = "test is good";
if (!string.IsNullOrEmpty(text))
{
try
{
SpeechSynthesisStream synthesisStream = await _synthesizer.SynthesizeTextToStreamAsync(text);
// SpeechSynthesisStream synthesisStream = await synthesizer.SynthesizeSsmlToStreamAsync(Listener10.Properties.Resources.TTSText);
//Windows.Media.Playback.MediaPlayer mp = new Windows.Media.Playback.MediaPlayer();
//mp.SetStreamSource(synthesisStream);
//mp.Play();
System.Media.SoundPlayer sp = new System.Media.SoundPlayer();
sp.Stream = synthesisStream.AsStream();
sp.Play();
}
catch (Exception e)
{
System.Diagnostics.Trace.WriteLine(e.ToString());
}
}
}
private void InitializeListboxVoiceChooser()
{
var voices = SpeechSynthesizer.AllVoices;
VoiceInformation currentVoice = _synthesizer.Voice;
foreach (VoiceInformation voice in voices.OrderBy(p => p.Language))
{
ListBoxItem item = new ListBoxItem();
item.Content = voice.DisplayName + " (Language: " + voice.Language + ")";
voiceList.Items.Add(item);
if (currentVoice.Id == voice.Id)
{
item.IsSelected = true;
voiceList.SelectedItem = item;
}
}
}
}
}
그럼 오류 유형을 한번 알아볼까요? ^^
(Windows.UI.Xaml.Controls.)MediaElement나 (Windows.UI.Xaml.Controls.)MediaPlayerElement가 .xaml 파일에서 생성할 수 없기 때문에 .xaml.cs에서 new를 이용해 생성하려고 시도하면 다음과 같은 예외가 발생합니다.
System.Windows.Controls.MediaElement me = new System.Windows.Controls.MediaElement();
/*
{"The application called an interface that was marshalled for a different thread. (Exception from HRESULT: 0x8001010E (RPC_E_WRONG_THREAD))"}
*/
분명히 UI 스레드인데도 불구하고 저런 오류가 발생합니다. 실제로 UWP의 Dispatcher 역시 WPF에서 사용하게 되면 0x8000000e 예외가 발생합니다.
Windows.ApplicationModel.Core.CoreApplication.MainView.CoreWindow.Dispatcher.RunAsync(CoreDispatcherPriority.Normal,
() =>
{
// Your UI update code goes here!
});
{"A method was called at an unexpected time.\r\n\r\nCould not create a new view because the main window has not yet been created"}
왜냐하면 WPF의 UI 엔진이 UWP의 UI 엔진과 호환하지 않기 때문입니다. 이 외에도 UWP에서만 가능한 구성 요소들은 WPF에서 사용할 수 없습니다. 안 그러면 다음과 같은 식의 예외가 발생합니다.
ResourceContext context = ResourceContext.GetForCurrentView();
{"Unsupported MRT profile type. (Exception from HRESULT: 0x80073B20)"}
MediaElement 타입의 경우 WPF에서 System.Windows.Controls 네임스페이스를 통해 제공되긴 합니다. 하지만 UWP의 것과 완전히 다르기 때문에 UWP 예제에 나온 식으로 사용할 수 없습니다. 가령 UWP의 Windows.UI.Xaml.Controls.MediaElement의 경우 IRandomAccessStream을 인자로 받는 SetSource 메서드가 있지만 WPF에서 제공하는 System.Windows.Controls.MediaElement에는 Uri 타입만을 받는 Source 속성이 있을 뿐입니다.
참고로, Windows 10 미만의 버전이라면 System.Speech.Synthesis.SpeechSynthesizer를 사용하는 것도 방법입니다.
C#으로 만드는 음성인식/TTS 프로그램
; https://www.sysnet.pe.kr/2/0/1228
[이 글에 대해서 여러분들과 의견을 공유하고 싶습니다. 틀리거나 미흡한 부분 또는 의문 사항이 있으시면 언제든 댓글 남겨주십시오.]