Windows 语音识别编程

来源：互联网发布：mac os 10.13 beta 编辑：程序博客网时间：2024/05/02 13:38

语音类
　　1)在构造语音类之前，必须先设置好工程环境：
　　a、从微软官方网站下载windows speech sdk并安装，然后在Visual Studio 6.0中进行相关设置，在Project Setings选项的C++选项卡的“分类：预处理器”添加“,__WIN32_DCOM”(为预先初始化COM组件成功)；
　　b、将预处理头文件选项选中“自动使用预补偿页眉”；
　　c、在常规选项卡中选择“实用MFC静态连接库”；
　　入图：（一）
　　
　　2)封装语音类
　　由于采用面向对象的编程理念，借助UML（Unified Modeling Language统一建模语言）构造CSPEECH语音类如下
　　
　　CSPEECH类
　　
　　+ void InitSR(); //初始化语音
　　+void RecoEvent();//识别命令函数
　　
　　+BOOL b_initSR;
　　+BOOL b_Cmd_Grammar;
　　
　　//3个语音接口
　　+CComPtr m_cpRecocontxt;
　　+CComPtr m_cpRecoGrammar;
　　+CComPtr m_cpRecoEngine;
　　
　　然后开始添加语音类，需要注意的是在定义语音类的头文件中，包含〈sphelper.h〉并且自定义语音识别消息和类型
　　#define GID_CMD_GR 333333
　　#define WM_RECOEVENT WM_USER+102
　　剩下来就是对cpp文件的函数initSR()和RecoEvent()补充函数体
　　
　　3）具体见下面代码：
　　（1）void CSpeech::initSR()
　　{
　　HRESULT hr=S_OK;
　　hr=m_cpRecoEngine.CoCreateInstance(CLSID_SpInprocRecognizer);//创建识别引擎COM实例
　　if(SUCCEEDED(hr))
　　{
　　hr =m_cpRecoEngine->CreateRecoContext(&m_cpRecoCtxt );//创建识别上下文
　　}
　　else
　　MessageBox(hWnd,"error1","error",S_OK);
　　if(SUCCEEDED(hr))
　　{
　　hr = m_cpRecoCtxt->SetNotifyWindowMessage(hWnd, WM_RECOEVENT, 0, 0 );
　　}//消息机制设置，使计算机时刻监听语音消息
　　else
　　MessageBox(hWnd,"error2","error",S_OK);
　　if (SUCCEEDED(hr))
　　{
　　ULONGLONG ullMyEvents = SPFEI(SPEI_RECOGNITION) | SPFEI(SPEI_HYPOTHESIS);
　　hr = m_cpRecoCtxt->SetInterest(ullMyEvents, ullMyEvents);
　　}
　　else
　　MessageBox(hWnd,"error3","error",S_OK);
　　//设置默认的音频
　　CComPtr m_cpAudio;
　　hr=SpCreateDefaultObjectFromCategoryId(SPCAT_AUDIOIN,&m_cpAudio);//建立默认的音频输入对象
　　hr=m_cpRecoEngine->SetInput(m_cpAudio,TRUE);//设置识别引擎输入源
　　hr=m_cpRecoCtxt->CreateGrammar(GID_CMD_GR,&m_cpCmdGrammar);//创建命令语法
　　b_Cmd_Grammar=TRUE;
　　if(FAILED(hr))
　　{
　　MessageBox(hWnd,"error 4","error",S_OK);
　　}
　　hr=m_cpCmdGrammar->LoadCmdFromResource(NULL,MAKEINTRESOURCEW(IDR_CMDCTRL),L"SRGRAMMAR",MAKELANGID(LANG_NEUTRAL,SUBLANG_NEUTRAL), SPLO_DYNAMIC);//加载命令语法文件
　　if(FAILED(hr))
　　{
　　MessageBox(hWnd,"error5","error",S_OK);
　　}
　　b_initSR=TRUE;
　　}
　　
　　（2）BOOL CSpeech::RecoEvent()
　　{
　　USES_CONVERSION;
　　CSpEvent event;
　　while(event.GetFrom(m_cpRecoCtxt)==S_OK)
　　{
　　switch(event.eEventId)
　　{
　　case SPEI_RECOGNITION:
　　{
　　static const WCHAR wszUnrecognized[]=L"";
　　CSpDynamicString dstrText;
　　if(FAILED(event.RecoResult()->GetText(SP_GETWHOLEPHRASE,SP_GETWHOLEPHRASE,TRUE,&dstrText,NULL)))
　　{
　　dstrText=wszUnrecognized;
　　}
　　dstrText.CopyToBSTR(&SRout);
　　Recstring.Empty();
　　Recstring=SRout;
　　if(b_Cmd_Grammar)
　　{
　　if(Recstring=="左")
　　{
　　ISpVoice *pVoice=NULL;
　　if(FAILED(CoInitialize(NULL)))
　　{
　　MessageBox(hWnd,"Error to initialize COM","error",S_OK);
　　return FALSE;
　　}
　　HRESULT hr=CoCreateInstance(CLSID_SpVoice,NULL,CLSCTX_ALL,IID_ISpVoice,(void**)&pVoice);
　　if(SUCCEEDED(hr))
　　{
　　hr=pVoice->Speak(L"左转",0,NULL);
　　pVoice->Release();
　　pVoice=NULL;
　　}
　　CoUninitialize();
　　m_OpenGL->m_baiscobj->LEFT=1;
　　return TRUE ;
　　}
　　
　　if(Recstring=="向下走")
　　{
　　ISpVoice *pVoice=NULL;
　　if(FAILED(CoInitialize(NULL)))
　　{
　　MessageBox(hWnd,"Error to initialize COM","error",S_OK);
　　return FALSE;
　　}
　　HRESULT hr=CoCreateInstance(CLSID_SpVoice,NULL,CLSCTX_ALL,IID_ISpVoice,(void**)&pVoice);
　　if(SUCCEEDED(hr))
　　{
　　hr=pVoice->Speak(L"开始后退",0,NULL);
　　pVoice->Release();
　　pVoice=NULL;
　　}
　　CoUninitialize();
　　m_OpenGL->m_baiscobj->BACK=1;
　　return TRUE ;
　　}
　　if(Recstring=="最小化")
　　{
　　ISpVoice *pVoice=NULL;
　　if(FAILED(CoInitialize(NULL)))
　　{
　　MessageBox(hWnd,"Error to initialize COM","error",S_OK);
　　return FALSE;
　　}
　　HRESULT hr=CoCreateInstance(CLSID_SpVoice,NULL,CLSCTX_ALL,IID_ISpVoice,(void**)&pVoice);
　　if(SUCCEEDED(hr))
　　{
　　hr=pVoice->Speak(L"最小化",0,NULL);
　　pVoice->Release();
　　pVoice=NULL;
　　}
　　CoUninitialize();
　　SendMessage(hWnd,WM_SYSCOMMAND, SC_MINIMIZE, MAKELPARAM(0, 0));
　　
　　return TRUE;
　　}
　　if(Recstring=="右")
　　{
　　ISpVoice *pVoice=NULL;
　　if(FAILED(CoInitialize(NULL)))
　　{
　　MessageBox(hWnd,"Error to initialize COM","error",S_OK);
　　return FALSE;
　　}
　　HRESULT hr=CoCreateInstance(CLSID_SpVoice,NULL,CLSCTX_ALL,IID_ISpVoice,(void**)&pVoice);
　　if(SUCCEEDED(hr))
　　{
　　hr=pVoice->Speak(L"开始右转",0,NULL);
　　pVoice->Release();
　　pVoice=NULL;
　　}
　　CoUninitialize();
　　m_OpenGL->m_baiscobj->RIGHT=1;
　　return TRUE ;
　　}
　　if(Recstring=="停下来")
　　{
　　ISpVoice *pVoice=NULL;
　　if(FAILED(CoInitialize(NULL)))
　　{
　　MessageBox(hWnd,"Error to initialize COM","error",S_OK);
　　return FALSE;
　　}
　　HRESULT hr=CoCreateInstance(CLSID_SpVoice,NULL,CLSCTX_ALL,IID_ISpVoice,(void**)&pVoice);
　　if(SUCCEEDED(hr))
　　{
　　hr=pVoice->Speak(L"动作开始了",0,NULL);
　　pVoice->Release();
　　pVoice=NULL;
　　}
　　CoUninitialize();
　　m_OpenGL->m_baiscobj->Move=0;
　　m_OpenGL->m_baiscobj->BACK=0;
　　m_OpenGL->m_baiscobj->LEFT=0;
　　m_OpenGL->m_baiscobj->RIGHT=0;
　　return TRUE ;
　　}
　　
　　if(Recstring=="跑步")
　　{
　　ISpVoice *pVoice=NULL;
　　if(FAILED(CoInitialize(NULL)))
　　{
　　MessageBox(hWnd,"Error to initialize COM","error",S_OK);
　　return FALSE;
　　}
　　HRESULT hr=CoCreateInstance(CLSID_SpVoice,NULL,CLSCTX_ALL,IID_ISpVoice,(void**)&pVoice);
　　if(SUCCEEDED(hr))
　　{
　　hr=pVoice->Speak(L"动作开始了",0,NULL);
　　pVoice->Release();
　　pVoice=NULL;
　　}
　　CoUninitialize();
　　m_OpenGL->m_baiscobj->Move=1;
　　return TRUE ;
　　}
　　if(Recstring=="退出")
　　{
　　m_OpenGL->CleanUp(); // 结束处理
　　PostQuitMessage(0);
　　return TRUE;
　　}
　　}
　　}
　　}
　　}return TRUE;
　　}
　　要注意的是RecoEvent（）必须能处理人物、摄像头的漫游，所以在人物、摄像机类的行为函数中添加了控制变量Move、BACK、LEFT、RIGHT;并附了初值1，当在行为函数中为1时行为函数体执行，所以也必须
　　#include "OpenGL.h"
　　#include "baiscobj.h"
　　其间我们借助于指针变量，巧妙的使语音能控制行为，却不影响动画的刷新，但不足的是由于opengl动画md2模型的不能导入成功，使踢球，跳木箱等功能函数没有完成，所以只要行为函数出来，可通过上述同样方法实现语音控制。
　　
　　4）如何在winmain()函数中执行语音程序？
　　首先包含语音头文件〈sapi.h〉
　　接着（#define CSpeech speech）定义语音类对象
　　
　　INT WINAPI WinMain(HINSTANCE hInst,HINSTANCE,LPSTR,INT )// WinMain程序入口
　　{
　　::CoInitializeEx(NULL,COINIT_APARTMENTTHREADED);//初始化COM
　　……
　　char cc[]="tml";
　　WNDCLASSEX wc = { sizeof(WNDCLASSEX), CS_CLASSDC, MsgProc, 0L, 0L,
　　GetModuleHandle(NULL), NULL, NULL, NULL, (LPCTSTR)IDR_MENU1,
　　cc, NULL };
　　RegisterClassEx( &wc );
　　m_OpenGL=new OpenGL();//
　　hWnd = CreateWindowEx(NULL,cc,"智能精灵键盘(↑进↓退→右←左UP仰DOWM俯)",
　　dwStyle|WS_CLIPCHILDREN|WS_CLIPSIBLINGS,nX,nY,Width, Height,NULL,NULL,hInst,NULL); // 创建窗口
　　ShowWindow( hWnd, SW_SHOWDEFAULT ); // 显示窗口
　　UpdateWindow( hWnd ); // 刷新窗口
　　speech.b_Cmd_Grammar=FALSE;
　　speech.initSR();
　　GameLoop(); // 进入消息循环
　　return 0;
　　}
　　通过speech.initSR(),执行语音的初始化，为了设置一个简单的语音识别开关，简单的添加一个任务栏，只有语音这一个菜单资源，然后利用消息机制，在消息处理函数里Switch(message)里添加：
　　case WM_COMMAND:
　　switch(LOWORD(wParam))
　　{
　　case IDM_SPEECH:speech.startcmd();
　　}
　　return 0;break;
　　即当单击语音菜单时，则使语音功能完全激活，下面是这个函数的实体：
　　
　　void CSpeech::startcmd()
　　{
　　if(b_initSR)
　　{
　　HRESULT hr=m_cpCmdGrammar->SetRuleState(NULL,NULL,SPRS_ACTIVE);
　　ISpVoice *pVoice=NULL;
　　if(FAILED(CoInitialize(NULL)))
　　{
　　MessageBox(hWnd,"Error to initialize COM","error",S_OK);
　　return ;
　　}
　　hr=CoCreateInstance(CLSID_SpVoice,NULL,CLSCTX_ALL,IID_ISpVoice,(void**)&pVoice);
　　if(SUCCEEDED(hr))
　　{
　　hr=pVoice->Speak(L"语法已经激活",0,NULL);
　　pVoice->Release();
　　pVoice=NULL;
　　}
　　CoUninitialize();
　　}
　　}
　　5）在所有的工作完成之前，还必须先在项目工程下添加XML语法文件，通过initSR（）中的LoadCmdFromResource（）函数加载；XML文件可通过以记事本形式打开编辑。具体如下：
　　---

下

左

右

向上走

向下走

跳

停下来

跑步

识别

语音

还原

文件

踢球