Skip to main content
XSpeechSynthesizer API は、音声合成エンジン (音声) を初期化および構成し、テキスト文字列をオーディオ ストリームに変換 (テキスト読み上げ (TTS) とも呼ばれます) するためのサポートを提供します。たとえば、音声の特性、発音、音量、ピッチ、レートまたは速度、強調などは、Speech Synthesis Markup Language (SSML) バージョン 1.0 を通じてカスタマイズします。
この API では、呼び出し元は SSML のバージョン 1.0 を使用する必要があります。
以下の手順で API を使用します。
  1. XSpeechSynthesizerCreate を呼び出して音声合成エンジンを作成します。ハンドルは必ず保持しておいてください。
  2. XSpeechSynthesizerSetCustomVoice または XSpeechSynthesizerSetDefaultVoice を呼び出して、使用する音声を選択することもできます。
  3. テキストから音声に変換したいテキスト片ごとに、次の手順を使用します。
    1. XSpeechSynthesizerCreateStreamFromText を呼び出して新しいストリームを作成します。この関数が完了するまでに、テキストから .wav ファイルへの変換は完了しています。この変換には時間がかかることがあるため、時間的な制約のあるスレッドでは実行しないでください。
    2. XSpeechSynthesizerGetStreamDataSize を呼び出して、オーディオ データを取得するために必要なバッファーのサイズを決定します。
    3. XSpeechSynthesizerGetStreamData を呼び出して、そのストリームからオーディオ データ (.wav ファイル) を取得します。
    4. オーディオ データをオーディオ レンダラーに渡します。
    5. XSpeechSynthesizerCloseStreamHandle を呼び出してストリーム ハンドルを閉じます。
  4. 音声合成が完全に完了したら、SpeechSynthesizerCloseHandle を呼び出してハンドルを閉じます。

リファレンス API ドキュメント

関連項目

XSpeechSynthesizer API リファレンス
最終更新日 2026年8月13日