朗誦控制程式
曾慶潭 Ching-Tang Tseng
ilikeforth@gmail.com
Hamilton, New Zealand
16 October 2025
這是一篇以語音輸出為題，展示如何將一個很基本的語音輸出功能，發展成能讓系統僅只需操作 READ
1. 程式特性
這種應用範例，就如同電腦繪圖，看起來功能非凡，但通常都與電腦作業系統的基本性能高度相關，因此，發展出來的程式有時效性，而且只能配合硬體既有的能力來設計，程式移往另外一套電腦或系統，就不能使用。
此類程式也因此而不可能規劃出標準指令，最終發展出來的應用程式，都得因時、因地制宜，僅安排特別指令，或只有幾個簡單規則指令。
語音輸出本身，是一項很大的課題，我們不可能從最基本的硬體操控來設計程式，現行作業系統的設計觀念，提供了發展者可以叫用程式來使用的基本運用方法， Win32Forth 系統因此亦跟著建立起叫用作業系統現成程式的功能，前人詳細讀完作業系統叫用程式的說明資料後，才設計出相關的叫用程式，我們的程式才能夠跟著使用。
語音輸出的基本功能已經存在於 Win32Forth V6.14 版本的系統中。換句話說，語音輸出的功能要求，已經不勞我們傷神。但原始程式提供的功能，只能操作系統，讓它一句一句的講人話。我們的目標，則是憑此功能，設計出能夠一次就唸出整篇文章的程式來。
『原始功能』與『我們的目標』間的差異，從 FORTH 系統的傳統觀念來看，主要就是被唸的文字，應該放置在那裡？有所不同而已。因此，我們打算設計的程式，就得設計出文字處理功能。另外，它牽扯到檔案操作、字串處理、與一些簡單的語音輸出固定規則。
想設計出這個應用程式之前，必須先行了解已有程式的性能。由於沒有任可可以參考的書面文件，所有性能都要靠操作電腦、實測、記錄後，才能完成，要耗不少時間。詳細的測試過程，作者將其寫成一篇網文，張貼在作者的個人網頁上，供大家參考，是 2010-8-2 貼出的『因子分解法』。（補註 ： 該文已從本網頁撤除）
該文只作經驗記錄，沒有刊出程式，本文才刊出實際可用程式，為了節省本書篇幅，僅節錄該文部份相關敘述於此，以便讓讀者明白，在程式中為何出現一些將待講文字進行特殊處理的修改設計？然後才交給電腦程式執行語音輸出。
『因子分解法』文內，是這樣寫的：
這半個月，正式開始了語音輸出的程式設計，經過長期的積極準備，心中早已有了如何進行這件工作的具體腹案，因此，進展順利，截至昨天為止，『唸文章』的功能幾乎全部實現了，唸的是英文，想唸出中文，以後再說。
我每天在住家附近散步時，都會經過一條名叫 Rothesay 的街道，我實在是不知道街名的正確發音為何？街的名稱只是一個名字，字典上查不到，因此，長期迷惑於這條街名的唸法。我們散步時，也曾經有外來訪客，拿著地址字條問過我們，這條街在那裡？我告訴他方向時，曾試著想聽對方如何唸這條街名，但經我一問，他反而猶豫不敢發音了，只笑一笑回答說：『第一次來，也不知道該如何唸』。換句話說，我以一個中國人的身份問問題，所有天生講英文的朋友，都可能失去回答此一問題的信心，英文名字確實是可以隨著不同地方的人而唸成不同發音的，我們現在居住的都市 Hamilton 的唸法，英式發音就與美式發音不同。台灣宜蘭五結有一個『利澤簡』，會講台語的同胞，也不見得能用台語直接講對這個地名，不信？您現在就試試看，然後打電話到利澤簡派出所或消防隊，驗證一下發音。
現在，我找到一個充滿信心、敢於直接回答，永遠都可以請教的對象了，它就是我設計出來的軟體。即時性控制(Real time control)是 FORTH 的專長，自從大系統不能直接執行P@、P! 來進行硬體實質控制之後，我們對 FORTH 的感覺，可以說是心都涼了半截，此次設計電腦語音輸出時，卻可以排除這種遺憾。目前我所辦到的功能是：執行 READ filename ，可以得到名為 filename 的文字檔案，並自動唸完整篇文章，執行期間始終呈現即時性響應的感覺。
作者戲稱這種程式設計的方法，是一種『吸功大法』，性質確實如此。因為實際的語音輸出功能，我們根本不需要設計，是別種 C 式程式語言，先行設計好的動態連結程式，幫了大忙。而 Win32Forth 系統，只設計了吸功大法所需要的指令，將別人辛苦練成的功夫，全面吸取來用，完成了語音輸出的所有功能，『因子分解法』中，是這樣寫的：
現代 FORTH 系統內的功能，還真像金庸的小說：『天龍八部』裡面，那位來自大理國的段譽，身懷北冥神功的絕技，具有化功大法，有武功的人一旦被他沾上，立刻吸來自用。您若精研 Win32Forth 裡面的特異功能，發現它可以呼叫 C 式語言設計出來之 .dll 程式庫內所有 API 功能程式時，可以了解它簡直就是這種吸功大法，此法還不可逆，暫時是別的程式語言難以辦到的，要不然別的程式語言，只好將整個 FORTH 系統全請去用。
我這次進行的語音輸出程式設計，正在全面使用此一吸功大法，是借力使力進行程式設計。練得這項吸功大法，確實耗費不少時間，我完整的練成過用 C 設計程式，然後由 FORTH 『吸用』的詳實步驟，確實像北冥神功，而且這種功夫練會一次就夠了，以後都是別人設計程式，我只需借力使力叫來使用，這種功夫好用得很。
關於利用 FORTH 直接測試語音輸出性能的部份，『因子分解法』中，是這樣寫的：
我在利用 SAPI(Sound Application Program Interface) 程式設計語音輸出時，首先要做的事情就是因子分解，『講人話，唸文章，配合視障操作而反應』就將整個打算設計的系統一分為三了，接下來繼續像樹狀分支一般的再將問題分解。講人話是別人的作品，我不用傷腦筋，我只需善用吸功大法，搞清楚吸來使用時該有的規矩就夠了。
即時性控制功能的妙用，就是能讓使用者即時的獲得執行結果，只要花一點點的時間，您就能體會這一套軟體講人話的效果到底如何了？憑良心講，如果不是利用 FORTH 具有直接操作，能立即得到結果的特性，我根本就不想設計這種系統，換成不用 FORTH 來進行這種發展，情況可以想像，絕對是笨透了。直接操作時，我將測試因子分成數個，先大略分成講中文與講英文，再細分成亂講、講單字、講連體字、講符號、與以上皆有的混講，還得把整個鍵盤全面試透，產生出來的效果完全不同，就算有說明書描述這些細節，都絕對不如我用手直接操作，用耳直接聽取來得乾脆，這豈不就是視障者的程式設計方式？有超出原本預料之處，立刻留下記錄，後續發展需要知道這些特性。
試完之後，發現光是講單字，配上少數幾個不同符號，音調的高低就可不同，因此，讓電腦講中文的五音就也可行了。我將希望測試出來的效果，再度因子分解成一份固定的表格，經過兩天的摸索，就把表格填妥了，這就是 FORTH 。我絕不相信現行世界上其他的任何程式語言，能這樣子完成測試， Python 不知道會不會講話？ Java 呢？ Matlab 呢？我的嬰兒期啟明 FORTH ，開機點兩點後就會講人話，還是不用花錢買的東西。
接著，我規劃出要系統講整句話的測試，先以直接鍵入(Type-in)的方式來測，隨後就又發現，句中、句尾使用不同標準符號時，又出現了不同效果，必須繼續因子分解，列出所有可能的符號與句子組合，然後，操作 FORTH 唸出句子，發現電腦裡面的這個美國人確實聰明，唸得真像英文，該問則問，該嘆就嘆，該輕必輕，但中文講得不太好，有點生硬，還需要更多時間來揣摩。
為了集中精力完成『唸文章』的要求，我停止了講中文的測試與發展，以免干擾接下來更為複雜一些的程式設計。我再度將發展項目因子分解，先將唸文章的方式分解成兩個，一是全面翻譯本文成可唸文，然後直接唸全篇文章，另一方式是逐句翻譯，逐句講。前者的程式較容易設計，可是系統耗用大量的記憶體，講出之話，段落不太分明，是其缺點。後者的程式要考慮之處較多，解決所遭遇的問題時，必須自己動腦筋想辦法，很有挑戰性，但系統耗用記憶體較少，將來與別的功能程式，存在同一 FORTH 系統中時，影響較小，而且，最重要的是，要電腦以這種方式講話時，才比較像真人在講話，段落分明，正確的設計應該要採用後者。另外，測試程式時，發現了無法追蹤下去的不合理問題，如果每次講完話後，不強行將講話區域的記憶體內容清理乾淨，前面留下來的東西，會自動縮黏到新話語的尾部，繼續發音講話，沒有 FORTH 的性能，想得知此事，難啊！
程式設計完成到這個階段時，前述的兩個指令就已經設計出來了，基本上，在 FORTH 系統內自行打轉，都沒有問題，我指的是：文章用 FORTH 系統的編輯程式自己準備，然後全面唸出來，變得輕而易舉。我休息了幾天，建了幾篇『伊索寓言』(The Fables of Aesop)中的短文來欣賞，剛開始聽講時不太習慣，必須調整講話速度，系統以設定負數值來調慢速度，我需要用 -3 的設定才能完全聽得清楚，聽過幾篇後，就完全能用正常速度聽講了。
我自學英文的過程中，一直強迫自己聽英文時不要看文字，才能加速適應不同人講的英文，對這套系統而言，情況相同。我為視障朋友發展系統，系統設計出來後，我當然必須假想自己就是一名視障者，根本無書可看，完全要用聽力，要把狀況想像成，我現在比視障者更可憐，連點字都摸不出來時該怎麼辦？讀者您讀到這裡時，您實在該慶幸自己還有這麼健全的視力來看我的文章，但也不要忽略我們還有許多視障同胞，需要我們的幫助。
唸文章的軟體工程到此並未結束，我想唸的文章，不能只是使用 FORTH 系統自行建立的檔案文章才能唸，必須接受所有可能呈現在這個系統裡面的各種檔案格式才行。這項要求是件新的挑戰，一般程式語言更難處理，因為不同編輯軟體，編寫出來的純文字檔案全都不同，我又得進行因子分解了。
平日，我除了搞 FORTH 與打網文外，只上網看新聞與搜索資料，我不是聖人，偶爾欣賞一下清涼的美女照片也是難免的，經常抓資料儲存的方式，都用微軟的編輯軟體 Word ，現在正在打網文，用的也是 Word 系統，至於其他的編輯軟體，沒有使用經驗，也不想勉強去接觸。因此，這次的因子分解，就將問題分解成四個，一是用 FORTH 編輯程式，就是那片綠葉子 WinEd 建的文字檔，二是用記事本建的文字檔，三是用文件檔案編輯程式(WordPad)建的文字檔，四是用文書編輯軟體(Word)建的文字檔。
以前，讀別人寫的英文電腦書籍時，讀到過強調這些編輯程式編出的文字檔案，內容會有所不同的特別聲明，自己卻不曾仔細的看個明白，到底其中有甚麼不同？現在，為了程式設計需要，不得不碰了，趁機讀個仔細，然後從中尋找規則，最後才能設計出適用於各種編輯軟體，所編寫出來之文字檔案的程式。
能看透別人的規格，是件痛快的事情， FORTH 才能輕而易舉的辦到，因為系統中早就有現成的指令可用，我已用了 30 年，但現在才拿來看所有的文字檔，看完了立刻發展程式解決問題，也把原來發展成功的唸文章程式，改寫成更具有彈性的設計，可以輕鬆插入新面臨的不同格式文字檔閱讀要求之指令，如此一來，程式就可以適用於所有可能出現的狀況了。
讀過了四種不同的文字檔結構內容，還都分別為它們設計完適應性的程式，現在已經不怕再有新規格文字檔案出現了，因為頭腦已經被磨練過幾次，知道如何適應新問題，換句話說，將來應該沒有我的啟明 FORTH 系統讀不成的文字檔案，這些文字檔案暫時還須要根據圖示後人工識別檔案的格式，將來，我希望能做到全由程式自己識別，這一部份的發展就可以全部告一段落了。
比較上述四種文字檔案的規格後，發現由 WordPad 建成的文字檔比由 Word 建成的文字檔還難處理，遭遇困難時，我仍是採用因子分解法，將問題因子化成一個一個的問題，然後逐個解決，這半個月，我不停的採用這種解決問題的方式進行程式設計，效果非凡，程式設計得非常順利。
我自己也急於想享受設計出來的成果，好像已經有許久沒見到純用 FORTH 控制東西的成果了，現在又重拾這種愉快，還是講人話的東西，我很喜歡。我知道這樣的設計，可以幫助台灣健康的同胞學習英文。
仔細追究這套方法，能用到的語音輸出指令，總共只有三個，首要的第一個，是一個前引指令 VOICE ，它的用法，如同必須與後續指令形成片語，後續有限的幾個語音輸出控制指令，才得以被執行。第二個是設定講話速度的指令，名為 SETRATE ，執行前賦予數值，就能改變講話速度，給負值就變慢，給正值就變快，執行讓速度變慢的操作範例如下：
-3 VOICE SETRATE
我們打算設計的程式，不需要動用到設定講話速度的 SETRATE 指令。讀者只須知其功能，而在需要調整講話速度時，直接操作使用。
結果，最後僅剩第三個唯一的指令，是我們想要設計程式時，可以使用的指令了。指令的名稱是 SPEAK ，在原始源程式檔案 EX_SAPI.F 中，所記錄的範例用法為：
0 0 u" Hello World!" drop voice speak
一個 FORTH 程式老手，可以僅憑對上述指令執行時，指令間參數傳遞狀況的分析，了解自己可以如何運用這些指令。上列程式對大家可能造成的困擾，來自於由原設計人狄湯瑪(Thomas Dixon)自行添加的 u” ………” 指令，在系統中可以透過直接操作 SEE u” 來看清它的詳細設計內容，它還是一個立即執行性的指令。
事實上，經過仔細追究後，想利用 SPEAK 指令的方式，沒有那麼複雜， SPEAK 指令僅只需要先行提供一個安放字串處的起始記憶體位址就夠了。原作者純粹只是為了讓 SPEAK 能夠直接接受就地處理出來的字串，才會那樣設計 u” 指令。
分析結果告訴我們，想要操控 SPEAK 指令，下命令的方式可以簡化成：
0 0 address voice speak
其中的 address 代表待講之話的字串所安放的起始位址，而上述指令執行完畢之後，堆疊上會留下一個代表執行順利成功或失敗的旗號值。
僅僅就是這麼一丁點的分析，就足夠讓我們進行自己打算設計之程式的規劃了。想讓系統自動的唸出整篇檔案文章，就得設計檔案讀取程式。讀到的文章要放在那裡？得自行規劃。
檔案內存在了會妨礙 SPEAK 指令執行或影響效果的符號，得設計程式先行將其處理掉。考慮到人機界面問題，試成程式之後，就改良內容，讓它顯得友善。這些要求，全由純粹傳統的 FORTH 程式設計方式來完成，非常簡單，因為， FORTH 就擅長於搞自動控制，而上述這些要求，就是最典型的自動控制問題，只不過控制對象是字串與語音輸出而已。
2. 唸檔案文章的程式
沒有留言:
張貼留言