在C#开发中，文本转语音（TTS）是一项非常实用的功能，无论是做无障碍辅助、语音播报系统，还是游戏内的旁白生成，都可以通过几行代码快速实现。最基础的实现方式是借助.NET Framework自带的System.Speech.Synthesis命名空间，它封装了Windows操作系统的语音接口，开发者无需安装额外的语音引擎即可完成朗读。
使用SpeechSynthesizer实现基础朗读
SpeechSynthesizer是.NET中处理文本转语音的核心类，位于System.Speech.Synthesis程序集内。使用前需要在项目中添加对System.Speech的引用，如果是.NET Core或.NET 5以上版本，则需要通过NuGet安装System.Speech包。该类的实例创建后，直接调用Speak方法即可同步朗读文本，调用SpeakAsync则可异步朗读而不阻塞当前线程。
在底层，SpeechSynthesizer会调用Windows的SAPI（Speech Application Programming Interface）引擎，将输入的字符串进行分词、注音和音频合成。中文文本会被送至系统安装的中文语音包处理，如果系统未安装中文发音人，则可能出现朗读失败或乱读现象。因此部署程序时应确认目标机器已启用对应的语言包。
下面的示例展示了最简单的同步朗读与发音人切换：
using System;
using System.Speech.Synthesis;
class Program
{
static void Main()
{
// 创建语音合成器实例
using (SpeechSynthesizer synth = new SpeechSynthesizer())
{
// 设置音量（0-100）和语速（-10到10）
synth.Volume = 80;
synth.Rate = 0;
// 列出所有已安装的发音人
foreach (InstalledVoice voice in synth.GetInstalledVoices())
{
Console.WriteLine(voice.VoiceInfo.Name);
}
// 尝试切换为中文发音人
synth.SelectVoice("Microsoft Huihui Desktop");
// 同步朗读
synth.Speak("欢迎使用C#文本转语音功能");
}
}
}
上述代码在控制台程序中运行时会直接通过默认音频设备播放声音。若目标系统没有名为“Microsoft Huihui Desktop”的发音人，SelectVoice会抛出ArgumentException，所以生产环境应先判断GetInstalledVoices的返回结果。同步Speak方法会卡住主线程，在WinForms或WPF中应改用SpeakAsync避免界面假死。
将语音保存为音频文件与异步控制
除了实时播放，很多场景需要把文本转成的语音保存下来，例如生成有声书片段或语音提示文件。SpeechSynthesizer提供了SetOutputToWaveFile方法，可以将合成结果直接写入WAV文件，而不会产生声音外放。这种方式特别适合批量生成静态语音资源的后台服务。
在长时间文本合成时，即便使用SpeakAsync，也希望能在UI上显示进度或允许取消。我们可以借助SpeakStarted、SpeakProgress和SpeakCompleted事件来监控状态。SpeakProgress事件的CharacterPosition属性能够告知当前朗读到了原文的哪个字符位置，方便做高亮联动。
以下代码演示了输出到文件并监听完成事件：
using System;
using System.Speech.Synthesis;
class TtsToFile
{
static void Run()
{
SpeechSynthesizer synth = new SpeechSynthesizer();
synth.SetOutputToWaveFile(@"C:ASRoutput.wav");
synth.SpeakCompleted += (s, e) =>
{
Console.WriteLine("语音文件生成完毕");
synth.Dispose();
};
synth.SpeakAsync("这是一段将被保存为Wave文件的测试语音");
}
}
注意SetOutputToWaveFile的路径如果包含不存在的目录（如示例中的C:ASR），运行时会报错，因此写文件前应确保目录已用Directory.CreateDirectory创建。若需要MP3而非WAV，由于System.Speech不支持直接编码MP3，通常要借助NAudio等库对WAV做二次转换。
现代.NET下的UWP与Windows.Media方案
在UWP或希望脱离System.Speech依赖的现代桌面应用中，可以使用Windows.Media.SpeechSynthesis命名空间下的SpeechSynthesizer类。该接口属于Windows Runtime API，在.NET 6及以上通过Microsoft.Windows.SDK或项目启用Windows App SDK后即可使用。它的优势是能更好地适配触摸设备、后台任务，并且发音人列表与系统设置中的“语音”面板完全统一。
与旧方案不同，Windows.Media.SpeechSynthesis.SpeechSynthesizer的SynthesizeTextToStreamAsync方法返回的是SpeechSynthesisStream，开发者需要自己用MediaPlayer或AudioGraph播放，这种解耦设计让语音合成和播放控制更加灵活，也更容易接入混音或音效处理管道。
示例展示如何在新模型中合成并保存为文件：
using System;
using System.IO;
using System.Threading.Tasks;
using Windows.Media.SpeechSynthesis;
using Windows.Storage;
class ModernTts
{
public static async Task SaveAsync()
{
var synth = new SpeechSynthesizer();
var stream = await synth.SynthesizeTextToStreamAsync("现代Windows接口下的语音合成");
var file = await KnownFolders.MusicLibrary.CreateFileAsync("modern.wav");
using (var fs = await file.OpenStreamForWriteAsync())
{
stream.Seek(0);
await stream.AsStreamForRead().CopyToAsync(fs);
}
}
}
选用哪种方案取决于项目类型。如果是传统WinForms且只跑在内网工控机，System.Speech最省事；若是跨设备商店应用，则应优先评估Windows.Media。另外在服务器环境（如Windows Server核心版）往往没有桌面体验组件，两种方案都可能因缺少语音包而无法工作，此时要考虑云端TTS API作为补充。
C#TTSSpeechSynthesizer修改时间：2026-08-15 19:02:30