Microsoft Speech API

Microsoft Speech APIとは、Windowsの音声認識・音声合成用APIである。

概要

Microsoft Speech APIとは、Windowsに組み込まれている音声認識・音声合成のためのAPIである。略称はSAPIで、なぜかそこにMicrosoftのMはない。

音声認識と音声合成はほぼ独立したAPIとなっている。

SAPI4以前とSAPI5以降で仕様が大きく異なる。 Windows XP以降は(Windows 11に至るまで)SAPI5系で、それより前はSAPI4系である。しかし2022年現在、いすれもlegacy扱いになっている。

サンプルコード

Windows PowerShell上で下記2行を実行してみよう。先頭の$もコマンドの一部である。

$x=New-Object -ComObject SAPI.SpVoice
$x.Speak("ニコニコ大百科とは、『あらゆる言葉について定義や意味、元ネタを解説する辞書・辞典サイトです。』") 

プレーンテキスト以外にSSML等のフォーマットもサポートしている。

関連動画

下記左の動画はSAPI4を用いている。

外部リンク

• ASCII.jp：Windows 10は好きな文章を合成音声で簡単に喋らせることができる
• Microsoft Speech API (SAPI) 5.4

関連項目

• 音声合成
• API
• Microsoft / Windows
• Microsoft Speech Platform
• Microsoft Haruka
• Text to Speech
• SSML
• SofTalk: SAPIに対応している。
• プログラミング関連用語の一覧