语音交互基础架构

【免费下载链接】VPet 虚拟桌宠模拟器 一个开源的桌宠软件, 可以内置到任何WPF应用程序 项目地址: https://gitcode.com/GitHub_Trending/vp/VPet

VPet的语音交互系统基于SayInfo类层次结构实现，该结构在VPet-Simulator.Core/Handle/SayInfo.cs中定义。系统提供两种语音信息处理模式：基础文本模式(SayInfoWithOutStream)和流式传输模式(SayInfoWithStream)，后者支持实时语音合成与输出。

核心类关系

EdgeTTS插件部署

插件目录结构

EdgeTTS功能模块位于项目的mod目录中，标准路径为VPet-Simulator.Windows/mod/1101_EdgeTTS。该目录包含以下关键组件：

• 语音合成核心逻辑（C#实现）
• 语言资源包（lang目录）
• 配置文件（info.lps）
• 资源文件（image、text目录）

安装步骤

1. 确保VPet主程序已关闭
2. 将EdgeTTS插件目录复制到VPet的mod文件夹
3. 启动VPet并通过设置界面启用插件
4. 在winGameSetting.xaml中配置语音参数

语音交互实现流程

文本转语音工作流

核心代码实现

EdgeTTS插件通过实现SayInfoWithStream类的事件处理来完成语音合成：

// 简化的EdgeTTS集成代码示例
public class EdgeTTSModule
{
    public async Task ProcessSayInfo(SayInfoWithStream sayInfo)
    {
        var synthesizer = new SpeechSynthesizer();
        sayInfo.Event_Update += (texts) => 
        {
            // 更新UI显示
            UpdateSubtitle(texts.fullText);
        };
        
        await synthesizer.SpeakTextAsync(sayInfo.GetSayText());
        sayInfo.FinishGenerate();
    }
}

交互界面与配置

语音设置界面

VPet提供专门的语音配置界面，通过winGameSetting.xaml实现。在此界面中可配置：

• 语音引擎选择（EdgeTTS/系统语音）
• 语速、音调、音量调节
• 语音角色选择（支持多种音色）

交互演示

启用EdgeTTS后，桌宠会通过语音回应各种交互：

• 日常问候与提醒
• 操作反馈（如喂食、抚摸）
• 定时任务通知
• 自定义文本朗读

高级配置与优化

性能调优

• 通过调整winGameSetting.xaml.cs中的缓存设置减少延迟
• 优化网络连接以确保EdgeTTS服务响应速度
• 在低配置设备上使用预合成语音模式

自定义语音库

1. 准备语音资源文件
2. 修改插件的lang目录下的语言配置
3. 通过PetLoader.cs加载自定义语音包
4. 在ModSettingPageVM.cs中添加自定义语音选择项

故障排除

常见问题解决

问题现象	可能原因	解决方案
无语音输出	插件未启用	检查winGameSetting.xaml中的插件状态
语音卡顿	网络延迟	切换至离线语音模式或优化网络
字幕不同步	合成速度不匹配	调整SayInfoWithStream.cs中的延迟参数

日志查看

语音相关错误可在活动日志中查看，日志文件路径： VPet-Simulator.Windows/ActivityLog.cs

扩展与定制

EdgeTTS插件支持与其他功能模块集成，如：

• 第三方AI对话插件：实现AI对话语音交互
• 系统状态监控：系统状态语音播报
• 云存储同步：同步语音配置

总结

通过EdgeTTS插件与VPet的集成，用户可获得更自然的人机交互体验。本文详细介绍了从插件部署到高级配置的完整流程，涵盖了SayInfo核心类、winGameSetting配置界面以及多插件协同等关键技术点。开发者可基于此框架扩展更多语音交互功能，为虚拟桌宠增添更多生命力。

后续功能预告：语音唤醒与离线语音包支持，敬请关注项目更新。

【免费下载链接】VPet 虚拟桌宠模拟器 一个开源的桌宠软件, 可以内置到任何WPF应用程序 项目地址: https://gitcode.com/GitHub_Trending/vp/VPet