程序博客网 > 移动网络转换器

windows下使用Microsoft Speech SDK开发包做语音识别

来源：互联网 发布：移动网络转换器 编辑：程序博客网 时间：2024/05/20 07:19

需要配置：vs/VC++6.0  博主安装的是VS2013

一、下载开发包

官网地址：http://www.microsoft.com/en-us/download/details.aspx?id=10121 

下载三个关键的程序：SpeechSDK51.exe 、 msttss22L.exe、SpeechSDK51LangPack.exe

二、安装SDK

解压SpeechSDK51.exe 、SpeechSDK51LangPack.exe，分别安装，记住SpeechSDK51.exe安装目录，博主安装在了默认路径下；安装msttss22L.exe

三、配置环境（以VS为例）

在应用SDK的开发前当然得需要对工程环境进行配置，配置的过程如下:

属性–配置属性–C/C++–常规–附加包含目录，添加一项C:\Program   Files\Microsoft   Speech   SDK   5.1\Include到目录中去。

再选择"库目录"项，添加一项C:\Program   Files\Microsoft   Speech   SDK   5.1\Lib\i386到目录中去.

四、新建一个Win32 console Application工程

添加一个cpp源文件

一个简单的语音播报程序：

#include <sphelper.h>//语音头文件
#include <iostream>//C++头文件，用来提示错误信息


int main()
{
    ::CoInitialize(NULL);//初始化语音环境
    ISpVoice * pSpVoice = NULL;//初始化语音变量
    if (FAILED(CoCreateInstance(CLSID_SpVoice, NULL,CLSCTX_INPROC_SERVER, IID_ISpVoice, (void **)&pSpVoice)))  

    //给语音变量创建环境，相当于创建语音变量，FAILED是个宏定义，就是来判断CoCreateInstance这个函数又没有成功创建语音变量，下面是不成功的提示信息。

    { 
        std::cout << "Failed to create instance of ISpVoice!" << std::endl; 
        return -1; 
    }


    pSpVoice->Speak(L"Hello World!", SPF_DEFAULT, NULL);//执行语音变量的Speek函数，这个函数用来读文字。

    pSpVoice->Release(); //释放语音变量
    ::CoUninitialize();//释放语音环境


    return 0;
}


出现问题：error C4996: ‘GetVersionExW': 被声明为已否决

解决方法:

方法一. Project Properties > Configuration Properties > C/C++ > General > SDL checks关掉

方法二. #pragma warning(disable: 4996)      

方法三. /wd 4996

五、语音识别代码

语音识别接口可分为文字转语音和语音转文字

1、文字转语音

需要添加的头文件：

#include <sapi.h> //导入语音头文件#pragma comment(lib,"sapi.lib") //导入语音头文件库
  • 1
  • 2
  • 3
  • 1
  • 2
  • 3

函数：

void  CBodyBasics::MSSSpeak(LPCTSTR speakContent)// speakContent为LPCTSTR型的字符串,调用此函数即可将文字转为语音{    ISpVoice *pVoice = NULL;    //初始化COM接口    if (FAILED(::CoInitialize(NULL)))        MessageBox(NULL, (LPCWSTR)L"COM接口初始化失败！", (LPCWSTR)L"提示", MB_ICONWARNING | MB_CANCELTRYCONTINUE | MB_DEFBUTTON2);    //获取SpVoice接口    HRESULT hr = CoCreateInstance(CLSID_SpVoice, NULL, CLSCTX_ALL, IID_ISpVoice, (void**)&pVoice);    if (SUCCEEDED(hr))    {        pVoice->SetVolume((USHORT)100); //设置音量，范围是 0 -100        pVoice->SetRate(2); //设置速度，范围是 -10 - 10        hr = pVoice->Speak(speakContent, 0, NULL);        pVoice->Release();        pVoice = NULL;    }    //释放com资源    ::CoUninitialize();}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30

2、语音转文字

需要实时监控麦克风，涉及到windows的消息机制。 
（1）首先设置工程属性： 
属性–配置属性–C/C++–预处理器–预处理器定义：_WIN32_DCOM;

（2）需要添加的头文件：

#include <sapi.h> //导入语音头文件#pragma comment(lib,"sapi.lib") //导入语音头文件库#include <sphelper.h>//语音识别头文件#include <atlstr.h>//要用到CString#pragma onceconst int WM_RECORD = WM_USER + 100;//定义消息
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7

（3）在程序的.h头文件中定义变量

//定义变量CComPtr<ISpRecognizer>m_cpRecoEngine;// 语音识别引擎(recognition)的接口。CComPtr<ISpRecoContext>m_cpRecoCtxt;// 识别引擎上下文(context)的接口。CComPtr<ISpRecoGrammar>m_cpCmdGrammar;// 识别文法(grammar)的接口。CComPtr<ISpStream>m_cpInputStream;// 流()的接口。CComPtr<ISpObjectToken>m_cpToken;// 语音特征的(token)接口。CComPtr<ISpAudio>m_cpAudio;// 音频(Audio)的接口。(用来保存原来默认的输入流)ULONGLONG  ullGrammerID;
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9

（4）创建语音识别初始化函数（程序刚开始执行的时候调用，例如文末示例代码中，将此初始化函数放在对话框初始化消息WM_INITDIALOG的响应代码里）

//语音识别初始化函数void  CBodyBasics::MSSListen(){    //初始化COM接口    if (FAILED(::CoInitialize(NULL)))        MessageBox(NULL, (LPCWSTR)L"COM接口初始化失败！", (LPCWSTR)L"提示", MB_ICONWARNING | MB_CANCELTRYCONTINUE | MB_DEFBUTTON2);    HRESULT hr = m_cpRecoEngine.CoCreateInstance(CLSID_SpSharedRecognizer);//创建Share型识别引擎    if (SUCCEEDED(hr))    {        hr = m_cpRecoEngine->CreateRecoContext(&m_cpRecoCtxt);//创建识别上下文接口        hr = m_cpRecoCtxt->SetNotifyWindowMessage(m_hWnd, WM_RECORD, 0, 0);//设置识别消息        const ULONGLONG ullInterest = SPFEI(SPEI_SOUND_START) | SPFEI(SPEI_SOUND_END) | SPFEI(SPEI_RECOGNITION);//设置我们感兴趣的事件        hr = m_cpRecoCtxt->SetInterest(ullInterest, ullInterest);        hr = SpCreateDefaultObjectFromCategoryId(SPCAT_AUDIOIN, &m_cpAudio);        m_cpRecoEngine->SetInput(m_cpAudio, true);        //创建语法规则        //dictation听说式        //hr = m_cpRecoCtxt->CreateGrammar(GIDDICTATION, &m_cpDictationGrammar);        //if (SUCCEEDED(hr))        //{        //  hr = m_cpDictationGrammar->LoadDictation(NULL, SPLO_STATIC);//加载词典        //}        //C&C命令式，此时语法文件使用xml格式        ullGrammerID = 1000;        hr = m_cpRecoCtxt->CreateGrammar(ullGrammerID, &m_cpCmdGrammar);        WCHAR wszXMLFile[20] = L"";//加载语法        MultiByteToWideChar(CP_ACP, 0, (LPCSTR)"CmdCtrl.xml", -1, wszXMLFile, 256);//ANSI转UNINCODE        hr = m_cpCmdGrammar->LoadCmdFromFile(wszXMLFile, SPLO_DYNAMIC);        //MessageBox(NULL, (LPCWSTR)L"语音识别已启动！", (LPCWSTR)L"提示", MB_CANCELTRYCONTINUE );        //激活语法进行识别        //hr = m_cpDictationGrammar->SetDictationState(SPRS_ACTIVE);//dictation        hr = m_cpCmdGrammar->SetRuleState(NULL, NULL, SPRS_ACTIVE);//C&C        hr = m_cpRecoEngine->SetRecoState(SPRST_ACTIVE);    }    else    {        MessageBox(NULL, (LPCWSTR)L"语音识别引擎启动出错！", (LPCWSTR)L"警告", MB_OK);        exit(0);    }    //释放com资源    ::CoUninitialize();    //hr = m_cpCmdGrammar->SetRuleState(NULL, NULL, SPRS_INACTIVE);//C&C}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63
  • 64
  • 65
  • 66
  • 67
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63
  • 64
  • 65
  • 66
  • 67

（5）定义消息处理函数 
需要和其他的消息处理代码放在一起，如本文代码中，放在文末示例代码的DlgProc()函数尾部。本文整个其他的代码块都可以直接照搬，只需要更改如下的消息反应模块即可

//消息处理函数USES_CONVERSION;    CSpEvent event;    if (m_cpRecoCtxt)    {        while (event.GetFrom(m_cpRecoCtxt) == S_OK){            switch (event.eEventId)            {            case SPEI_RECOGNITION:            {                                     //识别出了语音                                     m_bGotReco = TRUE;                                      static const WCHAR wszUnrecognized[] = L"<Unrecognized>";                                     CSpDynamicString dstrText;                                     ////取得识别结果                                      if (FAILED(event.RecoResult()->GetText(SP_GETWHOLEPHRASE, SP_GETWHOLEPHRASE, TRUE, &dstrText, NULL)))                                     {                                         dstrText = wszUnrecognized;                                     }                                     BSTR SRout;                                     dstrText.CopyToBSTR(&SRout);                                     CString Recstring;                                     Recstring.Empty();                                     Recstring = SRout;                                    //做出反应（*****消息反应模块*****）                                    if (Recstring == "发短信")                                     {                                         //MessageBox(NULL, (LPCWSTR)L"好的", (LPCWSTR)L"提示", MB_OK);                                         MSSSpeak(LPCTSTR(_T("好，马上发短信！")));                                     }                                     else if (Recstring == "李雷")                                     {                                         MSSSpeak(LPCTSTR(_T("好久没看见他了，真是 long time no see")));                                     }               }                break;            }        }    }
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51

（6）修改语法文件 
修改CmdCtrl.xml文件，可以提高某些词汇的识别度，对里面的词识别效果会很好多，如人名等。（此外，单独运行exe时也需要将此文件和exe放在同一文件夹内，不放也不会报错，只是语法文件里的词汇识别效果变差）

<?xml version="1.0" encoding="utf-8"?><GRAMMAR LANGID="804">  <DEFINE>    <ID NAME="VID_SubName1" VAL="4001"/>    <ID NAME="VID_SubName2" VAL="4002"/>    <ID NAME="VID_SubName3" VAL="4003"/>    <ID NAME="VID_SubName4" VAL="4004"/>    <ID NAME="VID_SubName5" VAL="4005"/>    <ID NAME="VID_SubName6" VAL="4006"/>    <ID NAME="VID_SubName7" VAL="4007"/>    <ID NAME="VID_SubName8" VAL="4008"/>    <ID NAME="VID_SubName9" VAL="4009"/>    <ID NAME="VID_SubNameRule" VAL="3001"/>    <ID NAME="VID_TopLevelRule" VAL="3000"/>  </DEFINE>  <RULE ID="VID_TopLevelRule" TOPLEVEL="ACTIVE">    <O>      <L>        <P>我要</P>        <P>运行</P>        <P>执行</P>      </L>    </O>    <RULEREF REFID="VID_SubNameRule" />  </RULE>  <RULE ID="VID_SubNameRule" >    <L PROPID="VID_SubNameRule">      <P VAL="VID_SubName1">发短信</P>      <P VAL="VID_SubName2">是的</P>      <P VAL="VID_SubName3">好的</P>      <P VAL="VID_SubName4">不用</P>      <P VAL="VID_SubName5">李雷</P>      <P VAL="VID_SubName6">韩梅梅</P>      <P VAL="VID_SubName7">中文界面</P>      <P VAL="VID_SubName8">英文界面</P>      <P VAL="VID_SubName9">English</P>    </L>  </RULE></GRAMMAR>

参考资料：

http://jingyan.baidu.com/article/fb48e8be58421c6e622e14af.html

http://blog.csdn.net/pamchen/article/details/7856207

http://blog.csdn.net/michaelliang12/article/details/51317531


阅读全文
0 0
移动网络转换器 移动网络转换器
原创粉丝点击
热门IT博客
ecshop 输出sql语句ecshop 输出sql语句
网络共享服务器 反应慢网络共享服务器 反应慢
linux home下没
h5抽奖页面源码下载
优化发展环境情况汇报
汽车零部件数据库
湘南学院网络教学平台
考研网络课程有用吗
淘宝怎么进购物车
淘宝闲鱼交易安全吗
淘宝触屏版登录
如何成为网络写手游戏
360修复网络失败
mac os x cdr下载
adblock for mac
影像测量仪软件
开发游戏的软件
go礼包软件下载
java离线地图开发
入侵app数据库
热门问题 老师的惩罚 人脸识别 我在镇武司摸鱼那些年 重生之率土为王 我在大康的咸鱼生活 盘龙之生命进化 天生仙种 凡人之先天五行 春回大明朝 姑娘不必设防，我是瞎子 醋酸甲羟孕酮片怎么吃 乙酸异丙酯 乙酸结构式 甜醋鱼作品 老公今天吃醋 醋黑豆 吃醋 醋泡花生米正确做法 用醋测怀孕 醋功效与作用 醋香附功效与作用 醋的作用 醋的制作方法 色醋醋 醋是什么做的 醋醋 男生之间会吃醋吗 老公今天又吃醋 醍 醍怎么读 龙湖九里香醍 南宁龙域香醍半岛 龙湖蔚澜香醍 五醍浆一帆风顺价格 香醍溪岸 北京龙湖香醍溪岸 醍恩葡萄酒价格 醍醐 醍醐怎么读 如饮醍醐 醍醐学院 醍醐梦 秋李子 醍醐学院楞严经女讲师 醐蝲 醐 醐蝲虫 醐怎么读 冻醒 男主醒醒你是女主 红酒要醒多长时间 异世妖醒

程序博客网，程序员的互联网技术博客家园。csdn论坛精品 msdn技术资料都在这里