Microsoft Speech API (Application Programming Interface) или SAPI – библиотека программ под Windows для распознавания и синтезирования голоса в различных приложениях. Активно используется в программах по преобразованию текста в голос, а также для голосового управления операционной системой и отдельными программами.
Распознавание речи происходит в несколько этапов. Сначала компьютер захватывает звук из микрофона и оцифровывает его. Затем происходит преобразование звука в фонемы, построение из них слов и последующий анализ контекста слов. Если слово не вписывается в контекст, оно заменяется похожим по звучанию.
Непосредственно синтез речи для определенного языка и голоса реализуется голосовым движком, называемым Text-To-Speech или TTS. Microsoft Speech API совершенно бесплатен, и все речевые модули (или движки) голосовых функций для самых распространенных языков тоже бесплатны.
Поскольку большинство современных операционных систем Windows уже содержат SAPI4 или SAPI5, то устанавливать их не нужно. Однако возможны случаи, когда такая необходимость возникает. Будьте особенно внимательны при установке библиотеки SAPI 5.1 — установка этой версии на компьютеры, где уже установлена высшая версия SAPI (5.3 или 5.4), может привести к ухудшению работы программ, его использующих.
