Javascript 如何在播放wav时延迟Mespeak.js中的合成显示文字

我正在编辑Mespeak.js来帮助一个有视觉跟踪问题的朋友

我一直在浏览Mespeak.js（），试图找出如何在每个单词说话时抓住它，然后在wav文件播放时在屏幕上显示它

我认为这与以数组形式返回数据有关，然后在wav播放时显示数组。我甚至不确定这是否可能（或者原始数据是什么样子）

这是我的

div id="display">
    <span>Here.</span>
</div>

<script type="text/javascript">
var timeoutID
var texttosend = prompt('Text to Split');
var res = texttosend.split(" ")
var arrayLength = res.length;
function refresh(word) {
    meSpeak.speak(res[i], {speed: 100});
    console.log(res[i]);
    $( "#display span" ).text(word);
    };

console.log('here');
for (var i = 0; i <= arrayLength; i++) {
        timoutID = window.setTimeout(refresh(res[i]), 50000+(i*50000));
};

div id=“display”>
在这里
变量超时ID
var texttosend=prompt（'Text to Split'）；
var res=texttosend.split（“”）
var arrayLength=分辨率长度；
函数刷新（word）{
meSpeak.speak（res[i]，{speed:100}）；
console.log（res[i]）；
$（“#显示范围”）。文本（word）；
};
console.log（'here'）；
对于（var i=0；iBackground:meSpeak.js将输入文本发送到嵌入式eSpeak，并带有呈现wav文件的选项。然后使用WebAudio API或音频元素播放此wav文件。因此，无法判断当前播放的是连续语音的哪一部分（因为我们不知道单个单词何时开始或分别在音频流的哪个点结束）。但是，另一方面，我们可能知道一些事情，即音频流的播放何时结束。也许，我们可以使用这个

为了提供此问题的解决方案，meSpeak.speak（）将回调函数作为可选的第三个参数，该参数将在话语回放完成后调用。（有关复杂示例，请参阅JS rap演示。）请注意，如果你使用单个单词，你将失去场景中单词的任何上下文，因此你将失去话语/句子的任何旋律调节。此外，单词之间会有明显的延迟

例如：

function speakWords(txt) {
  var words = txt.split(/\s+/);

  function speakNext() {
    if (words.length) {
      var word = words.shift();
      console.log('speaking: ' + word);
      meSpeak.speak(word, {}, speakNext);
    }
    else {
      console.log('done.');
    }
  }

  speakNext();
}

这里，内部函数“speakNext（）”将下一个单词从队列中移出，记录并调用meSpeak.speak（），将其本身作为回调函数（第三个参数）。因此，如果音频已完成，将调用“speakNext（）”来处理下一个单词。如果队列最终为空，我们将最终命中else子句。（您可能希望用更复杂的显示取代简单的日志。）

在进一步的优化步骤中，您可以首先渲染部分流（使用选项“rawdata”），然后播放它们（使用meSpeak.play（）），如：

函数speakWords2（txt）{
变量i，字，流=[]；
函数playNext（）{
如果（i

这样，当调用函数时，渲染音频流引起的延迟将出现在单个块中，并且预渲染的音频流（对于每个单词）将在没有任何进一步加载的情况下（在后台）回放。不利的一面是，这将增加应用程序的内存占用，因为每个单词的所有高分辨率音频流都同时保存在数组“streams”中。
到目前为止，您有什么发现？使用代码更新了帖子。我使用[here][1]中找到的代码进行了刷新循环。[1]：谢谢！我能够通过单独合成每个单词来匹配声音和文本显示。我使用jQuery的setTimeout，并将时间设置为每分钟单词数。
function speakWords2(txt) {
  var i, words, streams = [];

  function playNext() {
    if (i < streams.length) {
      console.log('speaking: ' + words[i]);
      meSpeak.play(streams[i], 1, playNext);
      i++;
    }
    else {
      console.log('done.');
    }
  }

  // split utterance and pre-render single words to stream-data
  words = txt.split(/\s+/);
  for (i=0; i < words.length; i++)
      streams.push( meSpeak.speak(words[i], {rawdata: true}) );
  // now play the partial streams (words) in a callback-loop
  i=0;
  playNext();
}