用Java实现语音引擎.pdfVIP

用Java 实现语音引擎 为应用程序加上语音能力有什么好处呢？粗略地讲，是为了趣味，它适合所有注重趣味 的应用，比如游戏。当然，从更严肃的角度来讲，它还涉及到应用的可用性问题。注意，这 里我考虑的不仅是可视化界面固有的不足，而且还有这样一些情形：一些时候，让双眼离 开当前的工作很不方便，甚至是不合法的。比如，假设有一个带语音功能的浏览器，你就 可以在外出散步或开车上班的同时，用听的方式浏览自己喜爱的网站。 从目前来看，邮件阅读器或许是语音技术更实际的应用，在JavaMail API 的帮助下， 这一切已经可能。邮件阅读器可以定期地检查收件箱，然后用语音“You have new mail, would you like me to read it to you? ”引起你的注意。按照类似的思路，我们还可以 考虑一个带语音功能的提醒器，把它连接到一个日历应用：它会及时地提醒你“Dont forget your meeting with the boss in 10 minutes! ”。 也许你已经被这些主意吸引，或者有了自己更好的主意，现在让我们继续。首先我将 介绍如何启用本文提供的语音引擎，这样，如果你认为语音引擎的实现细节过于复杂，就 可以直接使用它而忽略其实现细节。 一、试用语音引擎 要使用这个语音引擎，你必须在CLASSPATH 中加入本文提供的javatalk.jar 文件，然后从 命令行运行（或者从Java 程序调用）com.lotontech.speech.Talker 类。如果从命令行运 行，则命令为： java com.lotontech.speech.Talker h|e|l|oo 如果从Java 程序调用，则代码为： com.lotontech.speech.Talker talker=new com.lotontech.speech.Talker(); talker.sayPhoneWord(h|e|l|oo); 现在，对于在命令行上（或者调用sayPhoneWord()方法时）提供的“h|e|l|oo ”字符串，你 或许有所不解。下面我就来解释一下。 语音引擎的工作原理是把细小的声音样本连接起来，每一个样本都是人的语言发音（英 语）的一个最小单位。这些声音样本称为音素（allophone ）。每一个因素对应一个、二 个或者三个字母。从前面“hello ”的语音表示可以看出，一些字母组合的发音显而易见， 还有一些却不是很明显： h -- 读音显而易见 e -- 读音显而易见 l -- 读音显而易见，但注意两个“l ”被简缩成了一个“l ”。 OO -- 应该读作“hello ”中的读音，不应读作“bot ”、“too ”中的读音。 下面是一个有效音素的清单： a ： 如cat b ： 如cab c ： 如cat d ： 如dot e ： 如bet f ： 如frog g ： 如frog h ： 如hog i ： 如pig j ： 如jig k ： 如keg l ： 如leg m ： 如met n ： 如begin o ： 如not p ： 如pot r ： 如rot s ： 如sat t ： 如sat u ： 如put v ： 如have w ： 如wet y ： 如yet z ： 如zoo aa ： 如fake ay ： 如hay ee ： 如bee ii ： 如high oo ： 如go bb ： b 的变化形式，重音不同 dd ： d 的变化形式，重音不同 ggg ： g 的变化形式，重音不同 hh ： h 的变化形式，重音不同 ll ： l 的变化形式，重音不同 nn ： n 的变化形式，重音不同 rr ： r 的变化形式，重音不同 tt ： t 的变化形式，重音不同 yy ： y 的变化形式，重音不同 ar ： 如car aer ： 如care ch ： 如which ck ： 如check ear ： 如beer er ： 如later err ： 如later (长音) ng ： 如feeding or ： 如law ou ： 如zoo ouu ： 如zoo (长音) ow ： 如cow oy ： 如boy sh ： 如shut th ： 如thing dth ： 如this uh ： u 的变化形式 wh ： 如where zh ： 如Asian 人说话的时候，语音