Java-Speech-Spezifikation

Java-Speech-Spezifikation
Hans-Peter Cugialy Markus Lülsdorf Matthias Otto
März 2000

INHALTSVERZEICHNIS 1
Inhaltsverzeichnis
1 Einleitung 4
2 Einführung in die Sprachsynthese 6
2.1 Direkte Sprachsynthese . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2 Anwendungsmöglichkeiten der Sprachsynthes . . . . . . . . . . . . . . 6
3 Speech 7
3.1 Interface . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3.1.1 AudioListener . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3.1.2 AudioManager . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3.1.3 EngineCentral . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3.1.4 EngineCreate . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.1.5 Engine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.1.6 EngineListener . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3.1.7 EngineProperties . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.1.8 VocabManager . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.2 Klassen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.2.1 AudioAdapter . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.2.2 AudioEvent . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.2.3 Central . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.2.4 EngineAdapter . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3.2.5 EngineErrorEvent . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.2.6 EngineEvent . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.2.7 EngineList . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.2.8 EngineModeDesc . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.2.9 SpeechPermission . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.2.10 Word . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.3 Ausnahmen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.4 Fehler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
4 Java-Speech-Synthesize 22
4.1 Interfaces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
4.1.1 Speakable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
4.1.2 SpeakableListener . . . . . . . . . . . . . . . . . . . . . . . . . 22
4.1.3 Synthesizer . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
4.1.4 SynthesizerListener . . . . . . . . . . . . . . . . . . . . . . . . 24
4.1.5 SynthesizerProperties . . . . . . . . . . . . . . . . . . . . . . . 24
4.2 Klassen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
4.2.1 SynthesizerAdapter . . . . . . . . . . . . . . . . . . . . . . . . 26
4.2.2 SynthesizerEvent . . . . . . . . . . . . . . . . . . . . . . . . . 26
4.2.3 SynthesizerModeDesc . . . . . . . . . . . . . . . . . . . . . . . 26
4.2.4 SynthesizerQueueItem . . . . . . . . . . . . . . . . . . . . . . 27
4.2.5 Voice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

INHALTSVERZEICHNIS 2
Vorwort
Java-Speech ist eines der neueren Erweiterungspakete für die Programmiersprache
Java. Es suggeriert, daß man mit einem Programm, daß unter anderem mit Hilfe des
Speech-Paketes programmiert wurde, direkt auf Sprache reagieren kann oder Sprache
erzeugen kann. Betrachtet man das Paket jedoch etwas genauer, so wird man einen
wesentlichen Unterschied zu (fast) allen anderen Erweiterungspaketen von Java (z.B.
Java3D, Java-Sound, ...) erkennen. Auf diesen wesentlichen Unterschied wollen wir
nun etwas näher eingehen.
Java-Speech ist ein Erweiterungs-Paket zur Programmiersprache Java, daß von
Sun entwickelt wurde, um auf Spracheingabe in bestimmter Weise reagieren zu können.
Leider ist es den Entwicklern von Sun nicht bzw. noch nicht gelungen, das Paket
unabhängig von Fremdprodukten zu halten. Dies bedeutet, daß es mit Java-Speech
nicht möglich ist, direkt irgendwelche Hardware, wie z.B. eine Soundkarte oder ein
Mikrofon, anzusprechen. Um dies zu erreichen muß man auf diverse Fremdprodukte
ausweichen. Diese Fremdprodukte stellen diese Funktionen dann zur Verfügung, und
kümmern sich um die Aufnahme und die Ausgabe von Sprache. Einige dieser Fremdprodukte
sind für die verschiedensten Betriebssysteme erhältlich. Eines der bekanntesten
Fremdprodukte ist das bekannte Spracherkennungssysteme von IBM ViaVoice.
Dieses Programm stellt z.B. die Schnittstelle zwischen der Programmierspache und
dem Betriebssystem (in diesem Fall MS Windows 9x/NT/2000) dar.
Grundsätzlich ist nun dazu zu bemerken, daß man bei einem Java-Programm, das
auf Sprache reagieren soll oder das auch Sprache ausgeben soll, im eigentlichen Sinne
auf den Fremdprogrammen aufsetzt. Die eigentliche Verarbeitung und Nutzung der
Hardware wird dann durch das entsprechende Fremdprogramm gemacht.
Zunächst einmal muß man sich klarmachen, daß das Speech-Paket in drei große
Gruppen unterteilt ist. Diese drei Gruppen sind die allgemeinen Speech - Pakete
(Java - Speech), die Pakete der Spracherkennung (Java - Speech - Recognition) und
die Pakete der Sprachausgabe (Java - Speech - Synthesis). Wir wollen versuchen,
die Struktur der Original Java - Speech - Spezifikation zu erhalten, damit man sich
leichter in der Speech - Spezifikation orientieren kann.
Trotzdem sind wir der Meinung, es ist sicherlich sinnvoller, die Sprachausgabe vor
der Spracherkennung zu bearbeiten.
Außerdem werden wir eine weitere Unterteilung der Java - Spezifikation übernehmen.
• Interfaces
• Classes
• Exceptions
• Errors
Wir möchten als letztes noch bemerken, daß wir keinerlei Garantie auf Vollständigkeit
geben. Wir versuchen, die wichtigsten und meist genutzten Pakete, Klassen und

INHALTSVERZEICHNIS 3
Interfaces zu beschreiben und uns weniger in Einzelheiten zu verlaufen. Dies würde
auch das Lesen und Verstehen erschweren.
Falls es innerhalb von bestimmten Klassen auch noch besonders wichtige Methoden
gibt, werden wir diese hier auch ansprechen. Es sei allerdings bemerkt, daß es
zu fast jeder Methode auch Ausnahme- und Fehlerbehandlungen gibt. Diese werden
wir immer am Ende des entsprechenden Abschnitts auflisten. Dabei wird aber
nicht auf die Details eingegangen. Diese können bei Bedarf direkt in der Java-Speech-
Spezifikation (http://www.java.sun.com) nachgelesen werden.
Wir hoffen, wir halten unsere Strukur wirklich ein und bleiben verständlich...

1 EINLEITUNG 4
1 Einleitung
Java-Speech ist eines der neueren Erweiterungspakete für die Programmiersprache
Java. Es suggeriert von der Bezeichnung, daß man mit einem Programm, daß unter
anderem mit Hilfe des Speech-Paketes programmiert wurde, direkt auf Spracheingaben
reagieren kann oder Sprache erzeugen kann. Betrachtet man das Paket jedoch
etwas genauer, so wird man einen wesentlichen Unterschied zu (fast) allen anderen
Erweiterungspaketen von Java (z.B. Java3D, Java-Sound, ...) erkennen. Auf diesen
wesentlichen Unterschied wollen wir nun etwas näher eingehen.
Java-Speech ist ein Erweiterungs-Paket zur Programmiersprache Java, daß von
Sun entwickelt wurde, um auf Spracheingabe in bestimmter Weise reagieren zu können.
Leider ist es den Entwicklern von Sun nicht bzw. noch nicht gelungen, das Paket
unabhängig von Fremdprodukten zu halten. Dies bedeutet, daß es mit Java-Speech
nicht möglich ist, direkt irgendwelche Hardware, wie z.B. eine Soundkarte oder ein
Mikrofon, anzusprechen. Um dies zu erreichen muß man auf diverse Fremdprodukte
ausweichen. Diese Fremdprodukte stellen diese Funktionen dann zur Verfügung, und
kümmern sich um die Aufnahme und die Ausgabe von Sprache. Einige dieser Fremdprodukte
sind für die verschiedensten Betriebssysteme erhältlich – die meisten leider
nicht kostenlos. Eines der bekanntesten Fremdprodukte ist das bekannte Spracherkennungssysteme
von IBM, ViaVoice. Dieses Programm stellt die Schnittstelle zwischen
der Programmierspache Java und dem Betriebssystem (in diesem Fall MS Windows
9x/NT/2000) dar.
Als weitere Voraussetzung benötigt man von IBM nach ein Development Kid für
Java. Mit Hilfe dieses Development Kits kann man dann eine Programm in Java
auf Spracheingaben reagieren lassen. Dies könnte z.B. so aussehen, daß man mit
bestimmten Befehlen eine Menü öffnen kann oder bestimmte Audio-Dateien abspielen
läßt. Natürlich gibt es noch viele andere Möglichkeiten auf Spracheingabe zu reagieren.
Anders als man es erwarten würde, ist das Programm ViaVoice auch noch für die
Sprachausgabe zuständig. Dies liegt wahrscheinlich daran, daß sich das Fremdprogramm
sowieso mit der Hardware auseinandersetzt. Daher kann man sich vorstellen,
daß es einfacher ist, das Ansprechen von Hardware-Ressourcen an eine Programm weiterzugeben,
daß diese Ressourcen schon verwaltet. Dies ist wahrscheinlich der Grund
dafür, daß sowohl die Sprachaufnahme als auch die Sprachausgabe durch das entsprechende
Fremprogramm getätigt wird.
Zu bemerken ist nun außerdem noch, daß es neben IBM ’s ViaVoice natürlich noch
andere Programm gibt. Eines dieser Programm ist z.B. Festival oder Conversa. Diese
beiden Programm sind zwar teilweise frei verfügbar, laufen aber nur unter Linux.
Daher werden wir sie hier außen vor lassen.
Wir möchten desweiteren bemerken, daß es uns nicht bekannt ist, ob es noch
weitere Fremdprogramm gibt, auf denen Java-Speech aufsetzen kann.
Im folgenden Tutorial wollen wir uns dann in gewisser Weise mit Java-Speech
beschäftigen:
Zunächst werden wir versuchen, einen kurzen Abriß über die Sprachsynthese zu
geben. Dabei werden wir uns bemühen, vorzustellen, wie Sprachsynthese im Allgemeinen
funktioniert und versuchen dabei, auf unteschiedliche Arten der Sprachsynthese

1 EINLEITUNG 5
einzugehen. Danach wollen wir direkt näher auf Java-Speech eingehen. Dabei werden
wir kurz das grundlegende Prinzip der wichtigsten Interface und Klassen geben. Danach
spezialisieren wir das grundlegende Prinzip auf die Sprachausgabe, die in Java
Synthesizer genannt wird. Die Spracherkennung werden wir in diesem Tutorial vernachlässigen,
da diese Kapitel den Rahmen sprengen wird. Nähere Informationen zur
Spracherkennung (Java-Recognizer) kann man aber auf den Internetseiten von Sun –
http://www.java.sun.com/products/java-media/speech/ – entnehmen. Dort findet
man zum gesamten Speech-Paket eine Spezifikation, eine Dokumentation und
einen Programmier-Leitfaden.
Am Ende dieses Tutorials werden wir eine Auflistung der vorhandenen Speech-
Interface und Klassen geben. Dabei bemühen wir uns die grundlegende Funktion
dieser Interface und Klasse zu beschreiben. Am Ende eines solchen Kapitels werden
dann noch die möglichen Fehler und Ausnahmen aufgelistet, aber nicht näher
beschrieben. Auch in dieser Auflistung wird man das Kapitel der Spracherkennung
vergeblich suchen.
Nun wollen wir uns aber näher mit der Sprachsynthese auseinandersetzen ...

2 EINFÜHRUNG IN DIE SPRACHSYNTHESE 6
2 Einführung in die Sprachsynthese
Sprachsynthese ermöglicht es, einen Text in gesprochener Sprache auszugeben. Es gibt
mehrere Methoden, der Sprachsynthese, von denen wir allerdings nur Eine genauer
vorstellen werden.
2.1 Direkte Sprachsynthese
Bei der direkten Sprachsynthese werden Teilstücke des Sprachsignals gespeichert. Die
Teilstücke können einzelne Wörter, ganze Sätze oder Phoneme. Phoneme sind kleinste
bedeutungsunterscheidende sprachliche Einheiten, so unterscheiden sich die Wörter
Maus und Haus durch die Phoneme /m/ und /h/. Diese Teilstücke werden dann zu
Wörtern und Sätzen zusammengesetzt. Diese Methode kann eine sehr gute Sprachqualität
ergeben, wenn z.B. ganze Sätze abgespeichert werden.
Ihre Anwendung findet diese Methode, wenn nur ein begrenztes Vokabular vorliegt,
da der Speicherbedarf sehr groß ist. Problematisch bei der direkten Sprachsynthese
ist, daß die Betonung eines Wortes unterschiedlich sein kann. So wird ein einzeln
gesprochenes Wort anders betont, als das selbe Wort in einem zusammenhängenden
Satz oder einer Frage. Daraus resultiert ein recht unnatürlicher Klang der Sprache.
2.2 Anwendungsmöglichkeiten der Sprachsynthes
Die Anwendungsmöglichkeiten der Sprachsynthese sind äußerst vielfältig. So ist zum
Beispiel ein sprechender Bankautomat denkbar, der einen bittet seine Geheimzahl
einzugeben. Oder eine sprechende Uhr, mit einem festem Trägersatz ”
Es ist ... Uhr ...“.
Die freien Slots werden dann mit den entsprechenden Zahlwörtern aufgefüllt. Auch
ein fernabfragbarer Anrufbeantworter ist denkbar, welches nicht nur die Möglichkeiten
der Sprachsynthese nutzt, sonder auch die der Spracherkennung.

3 SPEECH 7
3 Speech
Alle Interfaces, Klassen, Fehler und Ausnahmen des allgemeinen Speech-Paketes sind
in der Implementation Unterzweig von javax.speech.
3.1 Interface
3.1.1 AudioListener
Der AudioListener ist ein Interface in einem Programm. Dieses Interface reagiert
auf Ereignisse, die mit Audio-Files zu tun haben. Dabei kann es sich zum Beispiel
um das Abspielen einer Audio-Datei handeln, das Anhalten oder das regelmäßige
Wiederholen einer Ausgabe.
Der AudioListener arbeitet immer mit einer Engine (Maschine) zusammen. Bei
dem Speech-Paket gibt es bis heute nur die beiden Engines der Spracherkennung
(Recognizer) und der Sprachausgabe (Synthesizer).
Da Java immer weiterentwickelt wird, dient dieses Interface wie auch andere Klassen
als Platzhalter, bis die Java-Sound-API bzw. die Java-Speech-API komplett implementiert
wurden.
3.1.2 AudioManager
Der AudioManager ist die eigentliche (interne) Schaltzentrale in Bezug auf Audio-
Files. Er übergibt die Kontrolle von Audio-Dateien an Anwendungen. Außerdem
überwacht der AudioManager Ereignisse, die vom AudioListener erkannt und an ihn
zur weiteren Verarbeitung übergeben werden. Einem AudioManager können verschiedene
AudioListener hinzugefügt und wieder entfernt werden (addAudioListener,
removeAudioListener).
3.1.3 EngineCentral
Dieses Interface sorgt dafür, daß für jede verwendete Engine eine Beschreibungsliste
vorhanden ist, in der man die Betriebsart ersehen kann. Diese Beschreibung ist vom
Typ EngineModeDesc und erhält alle möglichen Betriebsarten dieser entsprechenden
Engine.
Um sich eine Liste von Engines zu erzeugen, kann eine Methode createEngineList
benutzt werden. Dabei kann man als Übergabewert eine Voraussetzung mitliefern, die
diese Engine haben muß. Die genaue Syntax dieser Methode lautet dann:
public EngineList createEngineList(EngineModeDesc required)
Als Ausgabe erhält man dann eine Liste der Engines, die auf diese Voraussetzung
zutreffen.
Ausnahmen und Fehler
• SecurityException

3 SPEECH 8
3.1.4 EngineCreate
Die meisten Anwendungen brauchen dieses Interface eigentlich nicht. Man kann sich
mit Hilfe der Methode createEngine() eine bestimmte Engine explizit erzeugen. Die
damit erzeugte Methode hat eine Betriebsart, die abhängig von der erzeugten Engine
ist. Beim Erzeugen von Engines können natürlich auch Fehler auftreten, die dann
durch eine entsprechende Ausnahmebehandlung bearbeitet werden müssen.
Ausnahmen und Fehler
• IllegalArgumentException
• EngineException
• SecurityException
3.1.5 Engine
Wie schon zuvor öfter erwähnt gibt es zum momentanen Zeitpunkt nur die beiden
Engines Recognize und Synthesize. Diese beiden Engines sind Unterklassen der
javax.speech.Engine. Einer Engine sind Methoden zugeordnet, mit der man auf
Engines arbeiten kann. Beispiele für solche Methoden sind folgende:
• allocate und deallocate
• pause und resume
• Zugriff auf den AudioManager und VocabManager
• Zugriff auf die Engine-Eigenschaften
• Zugriff auf die EngineModeDesc
• hinzufügen und entfernen von AudioListener
Nun werden wir der Reihe nach die Punkte erläutern:
Allocate und Deallocate Allocate und Deallocate sind Zustände, die eintreten,
wenn eine Engine etwas macht. So wird z.B. der Zustand auf allocated geändert,
wenn eine Audio-Datei abgespielt wird. Ebenso wird eine Engine auf deallocated
gesetzt, wenn eine Engine eine Aufgabe beendet hat und danach die Systemressourcen
wieder freigeben soll. Ändert eine Engine ihren Zustand von allocated in
deallocated, so ist leicht vorstellbar, daß für diesen Vorgang einige Zeit benötigt
wird. In dieser Zeit wird ein Zwischenzustand eingenommen. Der Zwischenzsutand
beim Übergang von allocated zu deallocated heißt Deallocated ressource und
der Zustand beim Übergang von Deallocated zu Allocated wird mit Allocated ressource
bezeichnet.
Erzeugt man eine Engine, so hat diese den Anfangszustand deallocated.

3 SPEECH 9
Unterzustände Als Unterzustände werden Zustände bezeichnet, die immer nur in
Beziehung mit einem anderen Zustand eintreten können. Z.B. hat allocate zwei
Unterzustände, pause und resume. Man kann sich vorstellen, daß eine Audiodatei
abgespielt wird und dann angehalten wird. Eine solche Engine wird dann den Zustannd
allocate und pause haben. Dies sind die beiden einzigen Unterzustände von
allocate.
Deallocate hat keine Unterzustände.
Methoden zur Statusabfrage Um Zustände abzufragen oder zu testen, benötigt
man noch einige Methoden. In Engine-Klassen heißen die Methoden getEngineState,
waitEngineState und testEngineState.
Dabei ist schon aus dem Namen der Methoden zu ersehen, was sie bewirken.
Die Methode getEngineState gibt als Ausgabe den akutellen Zustand der Engine
aus. Die Methode waitEngineState blockiert eine arbeitende Engine solange, bis ein
bestimmter Zustand erreicht wurde und setzt dann die Engine fort. Als letzte Methode
testet testEngineState eine bestimmte Eninge auf einen bestimmten Zustand und
gibt entsprechend true oder false zurück.

3 SPEECH 10
Tab. 1: Methodenzusammenfassung des Engine
void addEngineListener(EngineListener
listener)
fügt einen EngineListener zu einer bestimmten
Engine hinzu
void allocate()
setzt den Zustand auf Allocated und reserviert
alle Ressourcen, die zur Ausführung
gebraucht werden
void deallocate()
setzt den Zustand auf Deallocated und
gibt alle benutzten Ressourcen wieder frei
AudioManager getAudioManager() man erhält als Ausgabe eine Objekt
vom Typ AudioManager, der die Audio-
Ereignisse dieser Engine verwaltet
EngineModeDesc getEngineModeDesc() man erhält eine Liste der Betriebseigenschaften
einer bestimmten Engine
EngineProperties getEngineProperties() gibt die Eigenschaften einer bestimmten
Engine aus
long getEngineState()
gibt den aktuellen Zustand dieser Engine
aus
VocabManager getVocabManager()
man erhält ein Objekt als Ausgabe, das die
unterstützten Vokabeln der Engine liefert
void pause()
hält eine Engine an (Der Vorgang kann
später fortgeführt werden
void removeEngineListener(EngineListener entfernt einen EngineListener von der entsprechenden
lsitener)
Engine
void resume()
nimmt die Arbeit einer angehaltenen Engine
wieder auf
boolean testEngineState(long state) testet, obe eine Engine in einem bestimmten
Zustand ist
void waitEngineState(long state) wartet bzw. blockiert eine Ausführung einer
Engine solange, bis ein bestimmter Zustand
erreicht wurde
3.1.6 EngineListener
Ein solches Interface muß zu einem EngineManager hinzugefügt werden, wenn dieser
Manager auf Zustandsänderungen einer Engine reagieren soll. Der EngineListener
registriert solche Zustandsänderungen und leitet diese dann an den EngineManager
weiter. Der Manager reagiert dann entsprechend auf solche Zustandsänderung. Man
könnte sich z.B. vorstellen, daß sich der Zustand eines Synthesizers von pause auf
resume ändert. Der EngineListener registriert nun diese Zustandsänderung und gibt
sie an den EngineManager weiter. Dieser beginnt die Audiodateien dann wieder abzuspielen.

3 SPEECH 11
Tab. 2: Methodenzusammenfassung des EngineListener
void engineAllocated(EngineEvent e)
ändert den Zustand dieser Engine
auf Allocated
void engineAllocatingResources(EngineEvent e) bereitet eine Engine darauf vor,
den Zustand Allocated zu erhalten
void engineDeallocated(EngineEvent e)
ändert den Zustand dieser Engine
auf Deallocated
void engineDeallocatingResources(EngineEvent e) bereitet eine Engine darauf vor,
den Zustand deallocate zu erhalten
void enginePaused(EngineEvent e)
hält die Ausführung einer Engine
an
void engineResumed(EngineEvent e)
nimmt die Ausführung einer Engine
wieder auf
3.1.7 EngineProperties
ist meines Erachtens eigentlich nicht so wichtig (auf den ersten Blick zumindest) und
wird daher auch zunächst nicht behandelt.
3.1.8 VocabManager
Der VocabManager verwaltet Wörter, die einer Speech-Engine bekannt sind bzw. von
der eine Engine weiß, wie diese Wörter betont werden, welche Stellung sie in einem
Satz haben und weitere Informationen über das entsprechende Wort. Es ist allerdings
nicht zwingend, daß ein VocabManager mit einer bestimmten Engine verbunden ist.
Wörter werden vom VocabManager als Tokens behandelt. Diese Token sind dem
VocabManager bekannt. Außerdem sind ihm auch noch weitere Informationen – z.B.
Betonung, grammatikalische Bedeutung im Satz und die Aussprache – zu den entsprechenden
Token bekannt.
Meist wird dieser Manager verwendet, wenn eine Engine nicht in der Lage ist,
die Betonung eines Tokens zu erraten¨. Dies sind meist aber dann schon schwierigere
Worte, die intern in einer bestimmten Liste verarbeitet werden.
Eine weitere Möglichkeit der Unterstützung des VocabManagers ist das hinzufügen
oder Löschen von bestimmten Token. So kann der VocabManager neue Token lernen,
in dem man das Token mit den entsprechenden Informationen neu eingibt. Außerem
kann man sich eine Liste der Problem-Tokenäugeben lassen. Dazu nutzt man die
Funktion listProblemWords().

3 SPEECH 12
Tab. 3: Methodenzusammenfassungdes VocabManagers
void addWords(Word[] w)
fügt mehrere Worte dem VocabManager hinzu
void addWord(Word w)
fügt eine Wort dem VocabManager hinzu
Word[] getWords(String text) man erhält alle Worte aus dem Vokabular des
VocabManagers, die den String text enthalten
Word[] listProblemWords()
Man erhält eine Liste mit den Token, die dem
VocabManager nicht bekannt sind
void removeWords(Word[] w)
löscht mehrere Worte aus dem Vokabular des
VocabManager heraus
void removeWord(Word w) löscht ein Wort aus dem Vokabular des
VocabManagers heraus

3 SPEECH 13
3.2 Klassen
3.2.1 AudioAdapter
Ein AudioAdapter ist eine Abwandlung des AudioListeners. Auch er reagiert auf
Audio-Ereignisse. Der eigentliche Unterschied zwischen AudioAdapter und AudioListener
besteht darin, daß man den AudioAdapter nach eigenen Bedürfnissen anpassen kann.
Dazu muß man die Methode(n) des AudioAdapters überschreiben. Außerdem wird
der AudioAdapter durch den RecognizerAudioAdapter erweitert. Dieser fügt dem
AudioAdapter entsprechende Funktionalitäten hinzu, die die Spracherkennung benötigt.
3.2.2 AudioEvent
Ein AudioEvent ist ein Ereignis, daß mit Audio-Eingabe bzw. -Ausgaben zu tun hat.
Die Syntax des entsprechenden Konstruktors lautet exakt:
AudioEvent(Engine source, int id)
Damit ist gemeint, daß source die Engine ist, die das entsprechende Ereignis
ausführen soll. Der Paramter id beschreibt einen Typ des Audio-Ereignisses (z.B.
das Abspielen einer Audio-Datei)
Außerdem existiert in der Klasse AudioEvent noch die Methode paramString.
Diese Methode erzeugt einen String, der den entsprechenden Ereignis-Typ charakterisiert.
Man könnte z.B. damit Ereignisse protokollieren.
3.2.3 Central
Die Klasse Central ist die Initialisierungklasse einer Engine. Sie hat die Möglichkeit,
eine bestimmte Engine zu finden, auszuwählen oder zu erzeugen. Dies hat den Grund,
daß man nicht eine Engine erzeugen muß, die schon die geforderten Eigenschaften
aufweist. Diese kann die Aufgabe dann auch übernehmen.
Erzeugen eines Recognizers und Synthesizer Um eine Engine zu erzeugen, benutzt
man die Methode createEngine, createRecognizer oder createSynthesizer.
Diesen Methoden muß man einen Parameter übergeben, der den Typ EngineModeDesc,
RecognizerModeDesc oder SynthesizerModeDesc hat. So kann man einer Engine beispielsweise
mitteilen, daß der Synthesizer eine Ausgabe als englische Frauenstimme
erzeugt.
Auswahl eines Recognizers oder Synthesizer Diese Funktion ermöglicht es,
eine Engine mit geforderten Eigenschaften auszuwählen. Dadurch kann man vermeiden,
daß Engines mit bestimmten Eigenschaften vermehrt erzeugt werden. Wird eine
Engine mit geforderten Eigenschaften gefunden, so wird diese für entsprechende Ereignisse
genutzt. Findet man keine entsprechende Engine, so kann eine entsprechende
Engine erzeugt werden.

3 SPEECH 14
Registrierung eines Recognizers und Synthesizers Damit die Engine gesucht
und gefunden werden kann, muß sie sich selber registrieren. Dazu wird eine interne
Liste geführt, in der die angemeldeten Engines enthalten sind.
Bemerkung: Eine Engine, die mit createEngine o.ä. erzeugt wurde, ist nicht
unbedingt registriert.
Tab. 4: Methodenzusammenfassung Central
static EngineList
availableRecognizers(EngineModeDesc
require)
static EngineList
availableSynthesizers(EngineModeDesc
require)
static Recognizer
createRecognizer(EngineModeDesc
require)
static Synthesizer createSynthesizer
(EngineModeDesc require)
static void registerEngineCentral(String
className)
Listet alle EngineModeDesc Objekte von
Recognizer-Engines auf, die die geforderten
Eigenschaften besitzen
Listet alle EngineModeDesc Objekte von
Sythesizer-Engines auf, die die geforderten
Eigenschaften besitzen
erzeugt einen Recognizer mit angegebenen
Eigenschaften
erzeugt einen Synthesizer mit angegebenen
Eigenschaften
registriert die Speech-Engine für die laufende
Anwendung
Bemerkung: Wenn bei der Engine-Erzeugung keine Engine erzeugt werden konnte
(z.B. weil ein Recognizer eine ausgewählte Sprache nicht unterstützt), wird der
Rückgabewert null ausgegeben.
Ausnahmen und Fehler
• IllegalArgumentException
• EngineException
• SecurityException
3.2.4 EngineAdapter
Ein EngineAdapter ist eine Abwandlung des EngineListeners. Auch er reagiert auf
Zustandsänderungen einer Engine. Der eigentliche Unterschied zwischen EngineAdapter
und EngineListener besteht darin, daß man den EngineAdapter nach eigenen Bedürfnissen
anpassen kann, genau wie den AudioAdapter. Dazu muß man die Methode(n)
des EngineAdapters einfach überschreiben. Außerdem wird der EngineAdapter
durch den RecognizerAdapter und den SynthesizerAdapter erweitert. Diese fügen
dem EngineAdapter entsprechende Funktionalitäten hinzu, die die Spracherkennung
bzw. die Sprachausgabe benötigen.

3 SPEECH 15
Tab. 5: Methodenzusammenfassung EngineAdapter
void engineAllocated(EnigneEvent e)
die Engine wurde auf Allocate
gesetzt
void engineAllocatingResources(EngineEvent e) die Engine wird auf Allocate gesetzt
void engineDeallocated(EngineEvent e)
die Engine wurde auf Deallocate
gesetzt
void engineDeallocatingResources(EngineEvent die Engine wird auf Deallocate
e)
gesetzt
void EngineError(EngineErrorEvent e)
Eine Fehler wurde ausgelöst und
die Engine könnte nicht normal
weiterarbeiten
void EnginePaused(EngineEvent e)
die Engine wurde angehalten
void EngineResumed(EngineEvent e)
die Engine wurde wieder gestartet
3.2.5 EngineErrorEvent
Diese Klasse gibt Auskunft, ob eine interner Fehler einer Engine aufgetreten ist,
der das normale Weiterarbeiten dieser Engine beeinträchtigt. Das Ereignis löst ein
Throwable-Objekt aus, welches die Informationen zu diesem Fehler enthält. Diese
Informationen kann man durch Aufruf der Methode getEngineError erhalten. Die
genaue Syntax dieser Methode lautet:
Throwable getEngineError()
Desweiteren kann man mit der zuvor schon einmal erwähnten Methode paramString
einen String erhalten, der das Ereignis identifiziert.
3.2.6 EngineEvent
Diese Klasse EngineEvent meldet Statusveränderungen einer Engine an den entsprechenden
EngineListener.
Folgende Methoden sind in dieser Klasse enthalten:
Tab. 6: Methoden von EngineEvent
long getNewEngineState()
gibt den neuen Status einer Engine aus
long getOldEngineState()
gibt den letzten Status einer Engine aus
String paramString()
gibt eine String aus, der das Event identifiziert
3.2.7 EngineList
Die Klasse EngineList enthält eine Liste von Beschreibungen aller genutzter Engines.
Man erhält eine Liste von Objekten von Typ EngineModeDesc. Für jeden Enginetyp
wird eine eigene Liste erzeugt.

3 SPEECH 16
Tab. 7: Methodenzusammenfassung von EngineList
boolean anyMatch(EngineModeDesc gibt true aus, wenn die Eigenschaft in der
require)
Liste enthalten ist
void orderByMatch(EngineModeDesc Sortiert die Liste, daß die gesuchten Elemente
require)
am Kopf der Liste stehen
void rejectMatch(EngineModeDesc Entfernt Einträge aus der Liste, die den angegebenen
Bedingungen entsprechen
require)
void requireMatch(EngineModeDesc Entfernt die Einträge aus der Liste, die auf
require)
die angegebene Eigenschaft nicht haben
3.2.8 EngineModeDesc
Die Klasse EngineModeDesc verwaltet die Informationen über die Betriebsart einer
benutzten Speech-Engine. Mit Hilfe der Methode availableSynthesizer und
availableRecognizer kann man die Informationen über die gerade benutzten Engine
abrufen.
Im Objekt EngineModeDesc kann man die folgenden Attribute setzen:
• engine name
• mode name
• Locale
• Running
• Selecting
Engine name Das Attribut Engine Name wird genutzt, wenn man einer Engine
einen bestimmten Namen geben will.
Mode name Das Attribut Mode Name kann dazu genutzt werden, den aktuellen
Modus der Speech-Engine zu benennen.
Locale Das Attribut Locale repräsentiert die benutzte Sprache nach dem ISO-
Standard. Hier müssen die Angaben immer in Anführungszeichen gesetzt werden.
Außerdem kann man den Ländercode optionall eingeben, falls die entsprechende Engine
dies unterstützt. Auch dieser Code wird nach dem ISO-Standard und auch in
Anführungszeichen eingesetzt. Z.B. würde man für das Land Canada CAëinsetzen.
Running Boolscher Wert, der angibt, ob die Speechengine zur Zeit läuft. True falls
sie läuft, False, falls nicht.
Selection Man kann ein EngineModeDesc durch eine Anwendung auswählen lassen,
wenn dies gemacht wurde, besteht die Möglichkeit die EngineModeDesc Attribute zu
testen.

3 SPEECH 17
Tab. 8: Constructorenzusammenfassung
EngineModeDesc()
Erzeugt ein EngineModeDesc Objekt und
setzt alle Parameter auf null
EngineModeDesc(Locale locale)
Erzeugt ein EngineModeDesc mit der Eigenschaft
locale
EngineModeDesc(String engineName, Erzeugt ein EngineModeDesc mit den übergebenen
Eigenschaften
String modeName, Locale locale,
Boolean running)
Tab. 9: Methodenzusammenfassung EngineModeDesc
booldean equals(Object anObject) gibt true aus, wenn die Parameter nicht null
sind und eine Engine mit den entsprechenden
Eigenschaften gefunden wurde
String getEngineName()
Gibt den Namen der Engine zurück
Locale getLocal()
Gibt die Locale-Eigenschaften der Engine
zurück
String getModeName()
Gibt die Bezeichnung des Modus der entsprechenden
Engine aus
Boolean getRunning()
Gibt den Status, ob die Engine läuft oder
nicht
boolean match(EngineModeDesc require) Bestimmt, ob EngineModeDesc alle Eigenschaften
des Übergabeparameters definiert
hat
void setEngineName(String engineName) Setzt den Namen der Engine
void setLocale(Locale locale)
Setzt die Attribute für Locale der Engine
void setModeName(String modeName) Setzt die Bezeichnung des Modus
void setRunning(Boolean running) Setzt den Status der Engine auf True oder
False

3 SPEECH 18
3.2.9 SpeechPermission
Diese Klasse enthält eine Art Liste aus der man entnehmen kann, ob man bestimmte
Aktionen ausführen kann. Wenn einer Anwendung der Zugriff gewährt wurde, erhält
sie Zugriff auf alle Resourcen, die die Engine benötigt. Wenn die Erlaubnis erteilt
wurde, kann z. B. einen Recognizer erzeugen oder Attribute einer bestehenden Engine
verändern.
Tab. 10: Construktorenzusammenfassung
SpeechPermission(String name)
Erzeugt eine Erlaubnis mit name als Namen
3.2.10 Word
Die Klasse Word verwaltet folgende Information zu sprechbaren Wörtern:
• geschriebene Form
• gesprochene Form
• Betonung
• Informationen zur Grammatik
Bemerkung Die Information über die geschriebene Form sind erforderlich. Die restlichen
Eigenschaften sind optional. Üblicherweise sind mehr Eigenschaften angegeben.
Es wird erlaubt mehrere Betonungen und grammatische Formen.
• abbreviation – Beispiel: Mr., USA
• adjective – Beispiel: rot, erster, hübsch
• adverb – Beispiel: langsam, laut
• auxiliary – Beispiel: haben, sein
• cardinal – Beispiel: eins, zwei
• conjunction – Beispiel: und, oder, wenn
• contraction – Beispiel: don´t, can´t, (im Deutschen meist nur Umgangssprachlich)
• determiner – Beispiel: der, die, das, einige
• dont care
• noun – Beispiel: Haus, Hund, Auto
• other

3 SPEECH 19
• preposition – Beispiel: für, mit, als
• pronoun – Beispiel: mich, dich, uns
• proper adjective – Beispiel: britisch, deutsch
• proper noun – Beispiel: Singapur, England
• unknown
• verb – Beispiel: reiten, lachen, laufen
Tab. 11: Methodenzusammenfassung
long getCatagories()
Gibt die grammatikalische Kategorie eines
Wortes an
String[] getPronunciations()
Fragt die Betonungen eines Wortes ab
String getSpokenForm()
Fragt die gesprochene Form eines Wortes ab
String getWrittenForn()
Fragt die geschriebene Form eines Wortes ab
void setCatagories(long cat)
Setzt die grammatikalische Typ eines Wortes
void setPronunciations(String[] pron) Legt die Betonungsarten eines Wortes fest
void setSpokenForm(String text) Legt die Aussprache eines Wortes fest
void setWrittenForm(String text) Bestimmt die geschriebene Form eines Wortes

3 SPEECH 20
3.3 Ausnahmen
AudioException
EngineException
SpeechException
VendorException
Tab. 12: Liste der Ausnahmen
fängt Fehler ab, die bei der Verbindung zur Engine
auftreten können
zeigt an, daß bei Erzeugung einer Engine oder beim
Zugriff auf eine Engine ein Fehler aufgetreten ist
signalisiert, wenn ein Fehler in Bezug auf Speech
(allgemein) aufgetreten ist
zeigt an, wenn ein Fehler beim Laden / Speichern
von Hersteller-Spezifischen Daten auftritt (Import-
Daten)

3 SPEECH 21
3.4 Fehler
EngineStateError
SpeechError
Tab. 13: Fehler in Java-Speech
wird ausgelöst, wenn eine Methode einer Engine
falsch aufgerufen wird
wird ausgelöst, wenn ein allgemeiner Fehler in Java-
Speech aufgetreten ist

4 JAVA-SPEECH-SYNTHESIZE 22
4 Java-Speech-Synthesize
4.1 Interfaces
4.1.1 Speakable
Ein Objekt dieses Interfaces unterstützt die speak-Methode des Synthesizer. Der Text
wird durch die getJSML Methode erreicht und durch diese so umgeformt, so daß er
gesprochen werden kann. Fast alle Java-Objekte können mit diesem Interface implementiert
werden.
Bemerkung: JavaSpeechMarkupLanguage (JSML) hält sich an den Unicode und
enthält Texte aus einfachen Sprachen, wie die Sprache vom Synthesizer. Der Text ist
unabhängig von der Ausgabe des Synthesizers, das heíßt zum Beispiel das ein Satz
oder eine bestimmte Redewendung als ein Objekt behandelt wird. Mit Hilfe der JavaSpeechMarkupLanguage
ist es unter anderem möglich die Betonung einzelner Wörter,
sowie die Geschwindigkeit mit der sie gesprochen werden zu manipulieren. Von der
Syntax ist sie mit Html zu vergleichen, da sie beide von der StandardGeneralized-
MarkupLanguage (SGML) abstammen. Wer näheres über JSML wissen will, sollte auf
der Java-Speech Homepage http://java.sun.com/products/java-media/speech/
vorbeischauen. Dort findet man die Spezifikation von JSML.
Tab. 14: Methodenzusammenfassung
String getJSMLText()
Gibt einen Text im JSML-Format zurück.
getJSMLText Diese Methode wird sofort aufgerufen, wenn ein Speakable-Objekt
vom Synthesizer ausgesprochen werden soll. Der entsprechende Text wird in der Warteschlange
des Synthesizers hinterlegt.
4.1.2 SpeakableListener
Der SpeakableListener reagiert auf Ereignisse während der Ausgabe eines Speakable.
Ereignisse können z. B. sein:
• Aufruf der Methode speak oder speakPlainText
• Hinzufügen eines SpeakableListener zu einem Synthesizer

4 JAVA-SPEECH-SYNTHESIZE 23
Tab. 15: Methodenzusammenfassung des SpeakableListener
void markerReached(SpeakableEvent e)
Eine Markierung wurde erreicht
void speakableCancelled(SpeakableEvent e) Eine Ausgabe wurde abgebrochen
void speakableEnded(SpeakableEvent e)
Die Ausgabe wurde beendet
void speakablePaused(SpeakableEvent e) Die Ausgabe wurde angehalten
void speakableResumed(SpeakableEvent e) Eine angehaltene Ausgabe wurde
fortgestzt
void speakableStarted(SpeakableEvent e) Die Ausgabe wurde gestartet
void topOfQueue(SpeakableEvent e) Ein bestimmtes Element ist am
Kopf der Warteschlange angekommen
void wordStarted(SpeakableEvent e)
Die Ausgabe eines Wortes wurde angefangen
Methoden Genauere Angaben zu den Methoden auf Seite
4.1.3 Synthesizer
Die Synthesizer-Schnittstelle macht erst möglich Sprache zu erzeugen. Der Synthesizer
ist eine Erweiterung des Engine Interface mit entsprechend zusätzlichen Fähigkeiten.
Außerdem kontrolliert die Ausgabe von Objekten aus der Queue.
Erzeugen eines Synthesizer Üblicherweise wird ein Synthesizer durch die createSynthesizer
Methode des Central Interface. Desweiteren werden diverse Klassen einer Engine um
bestimmte Eigenschaften erweitert:
• EngineModeDesc wird zu SynthesizerModeDesc erweitert
• EngineListener wird zu SynthesizerListener erweitert
• Methoden wie allocate, deallocate, pause, resume können analog genutzt
werden
Text sprechen
Es gibt drei Möglichkeiten Text als Sprache auszugeben:
1. speakPlainText
2. Ausgabe eines JSML-Objektes
3. Ausgabe eines Speakable-Objektes von einer URL
Beispiel für speakPlainText
synthesizer.speakPlainText( "
The Computer can speak on Jan. 1999\, null);

4 JAVA-SPEECH-SYNTHESIZE 24
Beispiel für speak
synthesizer.speak( "
The Computercan speak \, null);
Das Tag ... kennzeichnet einen Satz. Mit Hilfe von ...
kann einem Wort eine stärkere Betonung verliehen werden. Hierbei kann man auch
angeben wie stark das Wort betont werden soll. Für die Bedeutung der einzelnen Tags
und ihrer Attribute sollte man auch in die JSML-Spezifikation schauen.
Ein Synthesizer ist einsprachig, d.h. er kann Text nur in einer Sprache ausgeben.
Benötigt eine Anwendung mehr als eine Sprache, so müssen mehrere Synthesizer
erzeugt werden. Die Sprache die der Synthesizer nutzt, sollte bei der Erzeugung ausgewählt
werden. Jedes Objekt wird unabhängig von anderen Objekten ausgesprochen.
Synthesizer-Zustände
Die vier Grundzustände sind:
• allocate
• deallocate
• queue empty
• queue not empty
Desweiteren gibt es ebenfalls die zwei Unterzustände von allocate (pause, resume).
Speech Output Queue Der Status der Warteschlange wird durch queque empty
bzw. queque not empty angegeben.
4.1.4 SynthesizerListener
Das Interface SynthesizerListener erweitert den EngineListener um zwei Methoden:
• queueEmptied (SynthesizerEvent e) [Typ void]
• queueUpdated (SynthesizerEvent e) [Typ void]
Ein Queue Emptied Ereignis zeigt an, wenn dei Text-Queue leergelaufen ist, ein
Queue Updated Ereignis zeigt an, ob sich die Warteschlange geändert hat.
4.1.5 SynthesizerProperties
Das Interface SynthesizerProperties erweitert EngineProperties um weitere runtime-Eigenschaften.
Die Eigenschaften eines Synthesizers sind folgende:
• Speaking voice

4 JAVA-SPEECH-SYNTHESIZE 25
• Baseline pitch
• Pitch range
• Speaking rate
• Volume
Tab. 16: Methodenzusammenfassung des SynthesizerProperties
float getPitchRange()
ermittelt den Pegelbereich zur Synthese
float getPitch()
ermittelt den Grundpegel
float getSpeakingRate()
ermittelt die aktuelle Sprechrate
voice getVoice()
bestimmt die aktuelle Stimme des Synthesizer
float getVolume()
ermittelt die aktuelle Lautstärke
void setPitchRange (float hertz) Setzt den Pegelbereich des Synth. in Hertz
void setPitch (float hertz) Setzt den Grundpegel in Hertz
void setSpeakingRate (float wpm) Setzt die Sprechgeschwindigkeit zur Synthese in
Wörtern p. Minute
void setVoice(Voice voice) Setzt die aktuelle Stimmlage
void setVolume(float volume) Setzt die Lautstärke des Synthesizer (zwischen 0.0
und 1.0). 0.0 bedeutet kein Ton

4 JAVA-SPEECH-SYNTHESIZE 26
4.2 Klassen
4.2.1 SynthesizerAdapter
Der SynthesizerAdapter erweitert den EngineAdapter und implementiert
SynthesizerListener. Es handelt sich um einen Adapter, der Ereignisse empfängt,
die mit Synthesizer zusammenhängen. Die Methoden in dieser Klasse sind leer und
nur dazu gedacht, auf einfache Art und Weise Listeners zu schaffen und die Klasse zu
erweitern.
Tab. 17: Methodenzusammenfassung des SynthesizerAdapter
void queueEmptied(SynthesizerEvent e) Die Text-Warteschlange ist leer
void queueUpdated(SynthesizerEvent e) Die Text-Warteschlange hat sich geändert
4.2.2 SynthesizerEvent
Die Klasse SynthesizerEvent erweitert die Klasse EngineEvent um einige Ereignisse,
die speziell für Sprachsynthese verwandt werden. Es werden zwei Methoden
aungegeben: zum einen getTopOfQueueChanged() [Typ boolean], die angibt, ob
sich der Anfang der Warteschlange verändert hat oder nicht. Die zweite Methode
ist param.String() [Typ java.lang.String]. Diese gibt einen Parameterstring
zurück, der den entspr. Event beschreibt. Zu den beiden Methoden kommen noch
drei Felder: Queue Emptied (Typ static int), Queue Updated (static int) und
topOfQueueChanged (boolean). Der erste Wert zeigt an, ob die Queue leer ist, der
zweite ob die sich verändert hat und der dritte Wert zeigt an, ob sich das erste Element
der Queue verändert hat.
4.2.3 SynthesizerModeDesc
SynthesizerModeDesc erweitert EngineModeDesc um zwei Eigenschaften:
• Eine Liste der vom Synthesizer zur Verfügung gestellten Stimmen
• Die Definition der Stimme, die der Synthesizer beim Start lädt

4 JAVA-SPEECH-SYNTHESIZE 27
Tab. 18: Methodenzusammenfassung der SynthesizerModeDesc
void addVoice(Voice v)
Fügt eine Stimme zu der Liste der bestehenden
Stimmen hinzu
boolean equals(java.lang.Object Liefert den Wert true zurück, wenn der Parameter
nicht NULL ist
anObject)
Voice[] getVoices()
Gibt eine Liste der verfügbaren Stimmen
zurück
boolean match(EngineModeDesc require) Bestimmt, ob ein SynthesizerModeDesc alle
Features besitzt, die vom require-Objekt
benötig werden
void setVoices(Voice[] v)
Bestimmt eine Liste von Stimmen
4.2.4 SynthesizerQueueItem
Die Klasse SynthesizerQueueItem repräsentiert ein Objekt in der Sprachausgabe-
Queue eines Synthesizer. Das Quellobjekt wird von der speak methode zur Verfügung
gestellt. Dabei kann es sich um ein ¨speakable-Object¨, eine URL oder einen String
handeln.
Tab. 19: Methodenzusammenfassung für SynthesizerQueueItem
java.lang.Object getSource()
Gibt das Quelle eines in der Sprach-Queue
des Synthesizer befindlichen Objekts zurück
SpeakableListener
Gibt das SpeakableLinstener objekt
getSpeakableListener()
zurück, oder null, falls in der Speak Method
keines definiert ist.
java.lang.String getText()
Gibt einen sprechbaren Text zurück
boolean isPlainText()
Gibt true zurück, falls es sich um reinen Text
(kein Java Speech Markup Language) handelt
4.2.5 Voice
Die umfassenste Klasse innerhalb des Synthesizers ist die Klasse
javax.speech.synthesis.Voice. Bei ihr handelt es sich um eine Beschreibung einer
Ausgabestimme des Sprachsynthesizer. Eine aus 11 Feldern bestehende Liste
ermöglicht es, die Stimme, die der Synthesizer annehmen soll, gezielt zu bestimmen.
Es ist möglich, die Stimmcharakteristik des Synthesizers auf ein Kind im Alter von 12
Jahren einzustellen, (AGE CHILD), auf einen Erwachsenen zwischen 40 und 60 Jahren,
einen alten Erwachsenen, männlich oder weiblich, oder neutral einzustellen.

4 JAVA-SPEECH-SYNTHESIZE 28
Beispiel
import javax.speech.*;
import javax.speech.synthesis.*;
import java.util.Locale;
}
class sprachsynthese {
static Synthesizer synthesizer;
static AudioListener audioListener;
static EngineListener engineListener;
public static void main(String[] args) throws Exception {
//mache eine neue EngineModeDesc
SynthesizerModeDesc desc = new SynthesizerModeDesc();
//mache neues Voice-Objekt
Voice voice = new Voice();
//setzte das geschlecht (weiblich) und das alter (sehr alt)
voice.setGender(2);
voice.setAge(69);
//füge voice zu den bestehenden Voice-Objekten hinzu
desc.addVoice(voice);
//setzte als Locale Deutsch
desc.setLocale(Locale.GERMAN);
//Erzeuge den Synthesizer
Synthesizer synthesizer = Central.createSynthesizer(desc);
synthesizer.allocate();
synthesizer.speakPlainText( "
Das ist ein Test\, null);
synthesizer.waitEngineState(synthesizer.QUEUE EMPTY);
synthesizer.deallocate();
}