Microsoftspeech语音技术概述.docVIP

Microsoft speech语音技术概述Microsoft Speech SDK提供关于语音处理的一套应用程序编程接口SAPI（Speech Application Programming Interface）。SAPI提供了实现文字-语音转换（Text-to-Speech）和语音识别（Speech Recognition）程序的基本函数。 Speech SDK是以COM接口的方式提供服务的。 Speech Recognition： 语音识别编程涉及IsRecognizer,IsRecoContest/和IspRecoGrammar等多个语音识别引擎接口。 类中定义3个借口指针m_cpReconEngine,m_cpRecoCtext和m_cpDictationGrammer,分别用于引用语音识别引擎的三个重要的接口IspRecognizer,IspRecoContext和IspRecoGrammar。 初始化函数Initialize设定了语音识别的基本工作环境。包括引擎，识别上下文，语法，音频和时间等的初始化。 释放函数Destroy被类的析构函数调用，释放了类所引用的所有接口。 函数Start和Stop用来控制开始和停止接受及识别语音。它们通过引擎接口SetRecoState方法实现函。 函数GetText是获取从语音中已识别出的文字的关键，应该在响应识别引擎事件/消息的响应函数中调用。 首先声明一下，以下代码不是本人自己所写，也是好不容易搜到一些资料，给大家分享一下，帮助那些急需要这些资料的朋友们，希望那位前辈不要介意。 在相应的头文件里加上这些数据： #include sphelper.h #define GID_DICTATION 0 // Dictation grammar has grammar ID 0 #define GID_CMD_GR 33333 #define WM_RECOEVENT WM_USER+1 在定义的类里添加以下方法和数据： void RecoEvent(); void InitSR(); BOOL b_initSR; //Have init the SR engine? BOOL b_Dic_Grammar; //is the Dic Grammar active? BOOL b_Cmd_Grammar; //is the Cmd Grammar active? BOOL m_bInSound; BOOL m_bGotReco; CComPtrISpRecoContext m_cpRecoCtxt; CComPtrISpRecoGrammar m_cpDictationGrammar; CComPtrISpRecoGrammar m_cpCmdGrammar; CComPtrISpRecognizer cpRecoEngine; CString m_inputv; //以下是响应函数： afx_msg void OnStartText(); afx_msg void OnStartCMD(); 在类的实现里要写以下数据： m_inputv = _T(); InitSR() { //SR Init m_bGotReco=FALSE; m_bInSound=FALSE; HRESULT hr = S_OK; hr = cpRecoEngine.CoCreateInstance(CLSID_SpInprocRecognizer); //创建识别引擎COM实例 if( SUCCEEDED( hr ) ) { hr = cpRecoEngine-CreateRecoContext( m_cpRecoCtxt ); //创建识别上下文对象 } else MessageBox(error1); // Set recognition notification for dictation if (SUCCEEDED(hr)) { hr = m_cpRecoCtxt-SetNotifyWindowMessage( m_hWnd, WM_RECOEVENT, 0, 0 );//设置消息机制 } else MessageBox(error2); if (SUCCEEDED(hr)) { const ULONGLONG ullInterest = SPFEI(SPEI_RECOGNITION); //我们关心的事件 hr = m_cpRecoCtxt-SetInterest(ullInterest, ullInterest); } else MessageBox(error3); // create default audio object CComPtrISpAudio cpAudio; hr =