C# System.Speech 语音合成实战：解决多线程环境下的语音播放冲突

1次阅读

没有评论

共计 2112 个字符，预计需要花费 6 分钟才能阅读完成。

System.Speech 是.NET Framework 中提供语音合成（TTS）和语音识别功能的核心命名空间。其核心类 SpeechSynthesizer 通过简单的 API 即可实现文本转语音功能。但实际使用中存在以下技术限制：

单实例线程限制：单个 SpeechSynthesizer 实例不支持并发调用 Speak() 方法
全局资源竞争：语音设备驱动层存在未文档化的全局锁
状态管理复杂：State属性变更存在约 50ms 的延迟响应

当多个线程同时调用语音合成时，会出现三类典型问题：

语音重叠 ：两个线程同时调用Speak() 会产生音频混合输出
状态竞争 ：SpeakAsync() 调用时检查 State 可能获得过期状态
资源泄漏：异常中断会导致音频设备句柄未释放

以下异常堆栈是典型的多线程冲突场景：

System.InvalidOperationException: 无法在语音合成器正忙时调用此方法
   at System.Speech.Synthesis.SpeechSynthesizer.Speak(Prompt prompt)

采用生产者 - 消费者模式实现线程安全，包含以下核心组件：

消息队列 ：ConcurrentQueue<SpeechTask> 存储待播放文本
状态锁 ：ReaderWriterLockSlim 控制合成器状态访问
调度器：专用线程处理队列任务

sequenceDiagram
    Thread A->>+Queue: Enqueue("Hello")
    Thread B->>+Queue: Enqueue("World")
    Scheduler->>Queue: Dequeue()
    Scheduler->>+Lock: EnterWriteLock()
    Lock-->>-Synthesizer: Exclusive Access
    Synthesizer->>Scheduler: SpeakCompleted

public class ThreadSafeSpeechSynthesizer : IDisposable
{private readonly SpeechSynthesizer _synth = new();
    private readonly ConcurrentQueue<string> _queue = new();
    private readonly ReaderWriterLockSlim _lock = new();
    private CancellationTokenSource _cts;

    public void SpeakAsync(string text)
    {_queue.Enqueue(text);
        StartScheduler();}

    private void StartScheduler()
    {_cts = new CancellationTokenSource();
        Task.Run(() => ProcessQueue(_cts.Token));
    }

    private void ProcessQueue(CancellationToken token)
    {while (!token.IsCancellationRequested && _queue.TryDequeue(out var text))
        {
            try
            {_lock.EnterWriteLock();
                _synth.Speak(text);
            }
            finally
            {_lock.ExitWriteLock();
            }
        }
    }

    public void Dispose()
    {_cts?.Cancel();
        _lock.Dispose();
        _synth.Dispose();
        GC.SuppressFinalize(this);
    }
}

增加以下防御性编程措施：