CAD研究进展 - 卓越课程中心0.ppt

微软语音软件开发包 Microsoft Speech SDK Speech API（SAPI） API for Text-to-Speech把文本转化为语音输出 金山词霸的单词朗读功能 ISpVoice * pVoice = NULL; HRESULT hr = CoCreateInstance(CLSID_SpVoice, NULL, CLSCTX_ALL, IID_ISpVoice, (void **)pVoice); pVoice-Speak(LHello world, 0, NULL); API for Speech Recognition语音识别应用程序接口,声波转换成文字 4.5笔交互技术 笔式用户界面，中国科学院软件研究所戴国忠研究员等提出了PIBG 范式 PIBG范式:P(Physical object)、IB(Icons,Buttons)、G(Gesture) WIMP范式:W(windows)、I M (icons，menus)、P(pointing systems) 相对应。 4.5.1 手写识别技术 脱机识别：机器对于已经写好或印刷好的静态的语言文本图像的识别； 联机识别：用笔在输入板上写：用户一边写，机器一边进行识别，可实时人机交互。 手写体识别的方法和识别率取决于对手写约束的层次，这些约束主要是手写的类型、用户的数量、词汇量的大小以及空间的布局。 联机手写识别 系统通过记录文字图像抬笔、落笔、笔迹上各像素的空间位置，以及各笔段之间的时间关系等信息，对这些信息进行处理。 在处理过程中，系统以一定的规则提取信息特征，再由识别模块将信息特征与识别库的特征进行比较，加以识别。（笔输入的识别特征库是基于许多人习惯的书写笔顺的统计特征建立的。） 最后转化为计算机所使用的文字代码。 汉字 手写 输入板 预处理 模式表达 （特征提取） 判别 （分类或句法分析） 字典 （特征模板集合或句法规则集合） 汉字代码 脱机手写识别 困难： 脱机手写识别得到的描述则是点阵图像，要得到笔段的点阵通常需要细化运算。细化会损失一些信息，并且不可能得到时间顺序信息。 脱机识别中，笔画与笔画之间经常粘连，很难拆分，而且笔段经过与另一笔段交叉分成两段后，也难以分清是否应该连起来。 结构识别、统计识别以及神经网络方法 脱机手写识别 结构识别方法 汉字的组成结构:由笔划(点、横、竖、撇、捺等)、偏旁、部首构成 通过把复杂的汉字模式分解为简单的子模式直至基本模式元素，对子模式的判定以及基于符号运算的匹配算法，实现对复杂模式的识别。 优点是区分相似字的能力强，缺点是抗干扰能力差。 脱机手写识别 统计识别方法 将汉字看为一个整体，其所有的特征是从整体上经过大量的统计而得到的，然后按照一定准则所确定的决策函数进行分类判决。 统计识别的特点是抗干扰性强，缺点是细分能力较弱。 神经网络 具有学习能力和快速并行实现的特点，因此可以通过神经网络分类器的推广能力准则和特征提取器的有效特征提取准则，对手写字符进行识别。 数字墨水技术 通过三阶贝塞尔曲线来描述笔输入的笔迹，存储方式使得数字墨水文件很小，从而可以更有效地进行存储。 数字墨水的处理包括数字墨水的表示、压缩和显示，智能的墨水分析技术，墨水标记和注解技术，墨水的智能操作以及墨水存储和搜索等一系列有关技术。 墨水解析技术可以将笔输入的文字串解析成单字，从而将复杂的语句级手写识别化繁为简，分解成语句解析和单字识别两个部分。 微软已实现了数字墨水技术对英文、德文、法文、韩文、日文、简体和繁体中文等语言的支持。 Windows XP Tablet PC Edition拥有强大而简单的数字化墨水控件和API 习题 4.1 请列出你所熟悉的软件系统（例如Microsoft Office）中涉及到的交互技术，若有本章中没有提及的交互技术，则对其进行进一步分析。 4.2 修改例2的代码，使之能识别中文。 4.3 测试一下Windows XP自带的语音识别程序，看其识别率能达到多少。 4.4 在Windows XP操作系统下，使用Microsoft Word，可以通过移动鼠标使用手写体输入文字。测试一下识别率。 4.5 修改例3中的代码，可以打开以前保存的ink文件，继续创作。 在选择一个图形对象时，可以选择距离最近的对象。用鼠标等将光标定位在要选择的对象上，然后按下按键。光标位置被记录下来后经过搜索找出被选择的对象。首先将光标位置与场景中各个图元的坐标范围比较，如果某一图元的边界盒矩形最接近该光标的坐标，则把这一图元作为选择的对象。在图4-7中，白色线框包围的圆环就是被选中的对象。 * 在图形模式下，当将图形由一个位置拖到新的位置时，实际上是在移动的位置上按特定的象素操作模式（如异或方式）进行了图形的重新绘制，这样