我想从我的 C# 应用程序中解析一个 PDF 文件并从中创建一个音频文件。 我该怎么做？
我特别在寻找一个好的 pdf 到文本库或从文本中去除 pdf 文件的方法。
【问题讨论】：
标签： c# .net c++ mfc text-to-speech
您最好有一个tagged PDF 文档作为您的输入文档。这意味着文档包含用于标记文档逻辑结构的标签（通常 PDF 文档将仅包含视觉信息）。
然后可以将此 PDF 转换为 DAISY 格式，这是数字有声书籍的标准，即存储书籍文本以及逻辑结构和导航功能的中间 XML 格式。
这种 Daisy XML 格式可以是 converted to an audio format，或者您可以使用 Daisy 阅读器，一种类似于 MP3 播放器的物理设备来听书。
Daisy 网站上有一个演示文稿解释了这个工具链的原理：
【讨论】：
将Festival 用于文本转语音。存在各种 pdf to text api...
【讨论】：
您需要 Microsoft 的 Speech SDK。阅读指令here
【讨论】：
正如其他海报所述，首先您必须从 .pdf 文件中提取文本。 pdf 文件现在是一种开放格式，因此您可能可以通过 Google 找到解析器。
然后您必须从文件中提取要转换为语音的文本，忽略图形标题、页眉、目录等内容。
获得文本后，您需要将其转换为语音。这可能是最难的部分。
前段时间我一直在为游戏模组生成语音文件，因为我是一个烂配音演员。
Cepstral 拥有我能找到的最好的 TTS 转换器。 （免费的有在演讲中插入倒谱广告的烦人倾向，但我可以手动将其编辑为我正在做的事情。）
事实证明，有一种语音合成标记语言可用于向 TTS 转换器提供关于放置重音的音节等的线索。这是一个链接：
http://www.w3.org/TR/speech-synthesis/
您如何自动将 SSML 添加到文本中有点超出我的理解。
无论如何，TTS 转换器会生成一个音频文件，最后一步是以所需的比特率将音频压缩为 mp3 格式。
【讨论】：
如果您的唯一任务是收听 PDF 中的语音合成文本，那么“查看”菜单底部的 Acrobat“朗读”功能怎么样？
【讨论】：
我想这很难做到。首先，您需要阅读该 pdf 中的文本，然后使用某种合成语音生成机制来创建音频内容。然后你必须将它存储为 mp3。
【讨论】：
在 Mac OS X 上，您可以提取 pdf 的文本，然后将其输入“say”。您应该在其他操作系统上找到等效的合成器。
【讨论】：
只要您不重新发明轮子，而是简单地重复使用现有技术（例如节日等文本到语音引擎）以及 OCR 引擎来处理 PDF 文件，这并不是那么复杂。
最复杂的事情可能是使用不同的 PDF 布局（列、行、嵌入图形、脚注、URL 等），这可能会混淆文本识别过程。
但是，总的来说（如果这不应该是一种学习体验），使用现有的软件解决方案当然更容易：
【讨论】：