[计算机]用C_开发基于MicrosoftSpeechSDK的语音应用程序.pdfVIP

· · ComputerEraNo.22007 40 用C#开发基于Microsoft Speech SDK的语音应用程序 熊 凯 (山东莱阳农学院信息科学与工程学院，山东 青岛 266109) 摘 要：对MicrosoftSpeechSDK语音控制编程接口5.1SAPI进行了分析，详细描述用C#语言结合这些接口开发语 音应用程序的流程步骤，并最终以实例程序展示了共享型语音控制程序的开发流程。 关键词：MicrosoftSpeechSDK；语音合成；语音识别；C#；COM 0 引言 引擎接口，通过这些接口能够获取音频流并给出相应的识别结 一直以来，让计算机听懂人们说的话，从而让人与计算机 果。应用程序对底层语音数据的控制处理正是通过这些接口实 用自然语言方便地进行交流，是语音识别技术追求的目标。 现的。SAPI框架结构如图1所示。 本文在分析MicrosoftSpeech SDK 应用程序开发接口的 基础上，阐述应用C#如何开发语音应用程序。 1 MicrosoftSpeech SDK MicrosoftSpeech SDK 5.1是微软提供的软件开发包，其 中包含了语音识别和合成引擎相关组件、帮助文档和例程，它 图1 SAPI框架结构 是一个语音识别和合成的二次开发平台。我们可以利用这个平 台，在自己开发的软件里嵌入语音识别和合成功能，从而使用 3.1 语音合成API 户可以用声音来代替鼠标和键盘完成部分操作，例如：文字输 实现语音合成功能，最主要的是使用ISpVoice，该接口的 入、菜单控制等，实现真正的“ 人机对话”。 主要功能就是实现文本到语音的转换。在接口中，有许多成员 函数，通过这些成员函数可以实现对发音频率、发音音量等合 2 .NET与COM 组件 成属性进行调整。在C#中，我们通过实现ISpVoice接口的 SDK中提供的组件采用COM（ComponentObjectModel） SpVoice类来实现语音合成。具体步骤如下： 标准开发，底层协议都以COM 组件的形式完全独立于应用程 ⑴首先创建SpVoice类的对象； 序层，为应用程序设计人员屏蔽掉复杂的语音技术，语音相关 ⑵ 利用对象成员函数设置语音属性，如果不设置，则按默 的一系列工作由COM 组件完成，程序员只需专注于自己的应 认方式处理； 用，调用相关的语音应用程序接口(SAPI)就可实现语音功能。 ⑶调用对象成员函数Speak函数来朗读指定文本。Speak COM 组件为在Windows平台上开发跨语言程序提供了可能， 函数需要两个参数，第一个参数指明需要朗读的文本，第二个 但传统COM 编程的一系列技术较为复杂，对程序员水平的要 参数指明发音方式。 求较高。Microsoft提供的.NET平台对此作了很大改进，最终大 关于SpVoice类及其成员函数的介绍可以参考SDK开发 大简化了.NET－COM 的互操作过程。例如，利用Visual 文档，本文不再赘述。 Studio .NET开发平台引用SDK 提供的COM 组件非常简单，