/// <summary> 音声波形を生成する </summary>
/// <param name="pronounce"> (株)アクエストが定める発音記号列 </param>
/// <returns> wavファイルの内容物に相当するデータ </returns>
public byte[] CreateWav(string pronounce)
{
try
{
int size = 0;
IntPtr wavPtr = SyntheWave(pronounce, Speed, ref size);
//wav生成に失敗してるケース: 具体的には[あ-んア-ン.,。、/+_]あたりの記号以外が入ってると失敗する
if (wavPtr == IntPtr.Zero)
{
//ヌルぽなので意味はないハズだが一応
FreeWave(wavPtr);
return(new byte[] { });
}
var wav = new byte[size];
Marshal.Copy(wavPtr, wav, 0, size);
FreeWave(wavPtr);
//パラメタに応じて波形処理が入る
//FIXME: NAudio使った方がカッコいい…か？AquesTalkだけターゲットにするなら別に現状でもいいが
WaveInfo.ChangePitch(wav, Pitch);
WaveInfo.ChangeVolume(wav, Volume);
return(wav);
}
catch (ArgumentNullException)
{
return(new byte[] { });
}
}
/// <summary>
/// ピッチを変更する。読み上げ速度と声の高さが変わる
/// CAUTION: AquesTalk以外の音声データに対応させてない
/// </summary>
/// <param name="wav">音声データ</param>
/// <param name="pitch">ピッチ(100が基準値)</param>
public static void ChangePitch(byte[] wav, int pitch)
{
var wInfo = new WaveInfo(wav);
float rate = pitch / 100.0f;
wInfo.BytePerSec = (uint)(wInfo.BytePerSec * rate);
wInfo.SamplingRate = (uint)(wInfo.SamplingRate * rate);
wInfo.SetInfoTo(wav);
}
/// <summary>
/// ファイルのある位置での音量を取得する
/// </summary>
/// <param name="t">時刻</param>
/// <param name="wav">時刻の周辺幅</param>
/// <param name="width">周辺値をとってくる時間幅(秒)</param>
/// <returns>音量の2乗平均値</returns>
private static double VolumeAt(byte[] wav, double t, double width)
{
//2015/5/23変更: 任意のブロックサイズやBit Per Sampleに対応出来るようにする
var wInfo = new WaveInfo(wav);
int bytePerSample = wInfo.BitPerSample / 8;
int min = (int)(t * wInfo.BytePerSec);
int max = (int)((t + width) * wInfo.BytePerSec);
min = Math.Max(min, 0);
max = Math.Min(max, wav.Length - 44 - bytePerSample);
//スタート位置のアレイをきちんとする
min -= min % bytePerSample;
max -= max % bytePerSample;
//44はヘッダの長さ
min += 44;
max += 44;
//無いと思うがtやwidthの設定に対してロバストにしておく
if (min >= max)
{
return(0.0);
}
var volumes = new float[(max - min) / bytePerSample];
int index = 0;
for (int i = min; i < max; i += bytePerSample)
{
//HACK: BigEndian対応のためbyte数毎に対応する。
//いやホントは一般化できる(最上位ビット見て余剰ビット埋めればいい)んだけど…
if (bytePerSample == 1)
{
volumes[index] = wav[i] / 128.0f;
}
else if (bytePerSample == 2)
{
volumes[index] = GetShortFrom(wav[i], wav[i + 1]) / 32768.0f;
}
else if (bytePerSample == 3)
{
var wavValue = new byte[3];
Array.Copy(wav, i, wavValue, 0, 3);
volumes[index] = GetIntFrom3Byte(wavValue) / 8388608.0f;
}
index++;
}
return(Math.Sqrt(volumes.Sum(v => v * v) / volumes.Length));
}
/// <summary>
/// wavを時間でぶつ切りにして音量の配列を返す。口パク連動サポート。
/// </summary>
/// <param name="wav">音声データ(.wav)</param>
/// <param name="interval">時間区切り幅</param>
/// <returns></returns>
private static double[] Volumes(byte[] wav, double interval)
{
var wInfo = new WaveInfo(wav);
var result = new List <double>();
for (int i = 1; (i + 1) * interval < wInfo.PlayTime; i++)
{
result.Add(VolumeAt(wav, i * interval, interval));
}
//
//File.WriteAllLines("wavMeans.dat", result.Select(v => v.ToString()).ToArray());
return(result.ToArray());
}
/// <summary>
/// ピッチを変更する。読み上げ速度と声の高さが変わる
/// CAUTION: AquesTalk以外の音声データに対応させてない
/// </summary>
/// <param name="wav">音声データ</param>
/// <param name="pitch">ピッチ(100が基準値)</param>
public static void ChangePitch(byte[] wav, int pitch)
{
var wInfo = new WaveInfo(wav);
float rate = pitch / 100.0f;
wInfo.BytePerSec = (uint)(wInfo.BytePerSec * rate);
wInfo.SamplingRate = (uint)(wInfo.SamplingRate * rate);
wInfo.SetInfoTo(wav);
}
/// <summary>
/// ファイルのある位置での音量を取得する
/// </summary>
/// <param name="t">時刻</param>
/// <param name="wav">時刻の周辺幅</param>
/// <param name="width">周辺値をとってくる時間幅(秒)</param>
/// <returns>音量の2乗平均値</returns>
private static double VolumeAt(byte[] wav, double t, double width)
{
//2015/5/23変更: 任意のブロックサイズやBit Per Sampleに対応出来るようにする
var wInfo = new WaveInfo(wav);
int bytePerSample = wInfo.BitPerSample / 8;
int min = (int)(t * wInfo.BytePerSec);
int max = (int)((t + width) * wInfo.BytePerSec);
min = Math.Max(min, 0);
max = Math.Min(max, wav.Length - 44 - bytePerSample);
//スタート位置のアレイをきちんとする
min -= min % bytePerSample;
max -= max % bytePerSample;
//44はヘッダの長さ
min += 44;
max += 44;
//無いと思うがtやwidthの設定に対してロバストにしておく
if (min >= max) return 0.0;
var volumes = new float[(max - min) / bytePerSample];
int index = 0;
for (int i = min; i < max; i += bytePerSample)
{
//HACK: BigEndian対応のためbyte数毎に対応する。
//いやホントは一般化できる(最上位ビット見て余剰ビット埋めればいい)んだけど…
if (bytePerSample == 1)
{
volumes[index] = wav[i] / 128.0f;
}
else if (bytePerSample == 2)
{
volumes[index] = GetShortFrom(wav[i], wav[i + 1]) / 32768.0f;
}
else if (bytePerSample == 3)
{
var wavValue = new byte[3];
Array.Copy(wav, i, wavValue, 0, 3);
volumes[index] = GetIntFrom3Byte(wavValue) / 8388608.0f;
}
index++;
}
return Math.Sqrt(volumes.Sum(v => v * v) / volumes.Length);
}
/// <summary>
/// wavを時間でぶつ切りにして音量の配列を返す。口パク連動サポート。
/// </summary>
/// <param name="wav">音声データ(.wav)</param>
/// <param name="interval">時間区切り幅</param>
/// <returns></returns>
private static double[] Volumes(byte[] wav, double interval)
{
var wInfo = new WaveInfo(wav);
var result = new List<double>();
for (int i = 1; (i + 1) * interval < wInfo.PlayTime; i++)
{
result.Add(VolumeAt(wav, i * interval, interval));
}
//
//File.WriteAllLines("wavMeans.dat", result.Select(v => v.ToString()).ToArray());
return result.ToArray();
}