基于SpeechSDK开发中英文混合朗读程序.docVIP

基于Speech SDK开发中英文混合朗读程序 1 Speech SDK简介 语音识别(SR)和语音合成(TTS)一直是计算机应用的热点，如果你想在Windows平台上开发具有语音识别和语音合成功能的应用程序，使用Microsoft Speech SDK是较好的选择。现在许多应用程序的语音识别和语音合成部分，例如金山词霸，就是在此基础上开发的。 Microsoft Speech SDK是微软公司推出的支持语音应用程序开发的工具包，其最新版本是5.1，可以在微软的网站免费下载，如果要支持中文，还要下载相应的Language Pack。下载后先安装Speech SDK，再安装简体中文语言包，这样你的计算机就具有中英文语音能力了。 下面介绍在Visual C++6.0中如何利用Speech SDK开发中英文全文朗读的程序。 2　SpVoice类介绍 SpVoice类是支持语音合成(TTS)的核心类。通过SpVoice对象调用TTS引擎，从而实现朗读功能。 SpVoice类有以下主要属性： Voice：表示发音类型，相当于进行朗读的人，包括Microsoft Mary，Microsoft Mike，Microsoft Sam和Microsoft Simplified Chinese四种。其中前三种只能读英文，最后一种可以读中文，也可以读英文，但对于英文单词只能将其包括的各个字母逐一朗读出来。下面的程序中我们将会想办法解决这个问题。 Rate：语音朗读速度，取值范围为-10到+10。数值越大，速度越快。 Volume：音量，取值范围为0到100。数值越大，音量越大。 SpVoice有以下主要方法： Speak：完成将文本信息转换为语音并按照指定的参数进行朗读，该方法有Text和Flags两个参数，分别指定要朗读的文本和朗读方式（同步或异步等）。 Pause：暂停使用该对象的所有朗读进程。该方法没有参数。 Resume：恢复该对象所对应的被暂停的朗读进程。该方法没有参数。 3　建立工程并导入类型库 建立一个名字为mytts的MFC AppWizard(exe) 工程，在step1里面选择Dialog Based，在step2里面把Automation选项勾上。 其它的选默认值。 查找 spai.dll，将其拷贝到工程的res 目录，打开 MFC ClassWizard，选择 Automation 页，单击按钮Add Class…，选择From a type library…，选中sapi.dll文件，这时系统会出现 confirm Classes 对话框，询问将要导入的类，我们全部选中。 4　增加控件 给对话框IDD_MYTTS_DIALOG增加控件，结果如图1所示。 图1 程序界面 5　编写代码 这里只说明关键的代码，完整代码可参考源文件。 1) 对话框的初始化 这里主要完成语音对象的速度，音量等基本参数的设置。 BOOL CMyttsDlg：：OnInitDialog() { …… CLSIDFromProgID(LSAPI.SpVoice，CLSID_ SpVoice)； voice.CreateDispatch(CLSID_SpVoice)； //创建一个对象 pDisp = voice.m_lpDispatch； HRESULT hr = pDisp-QueryInterface(CLSID_SpVoice，(void**)voice.m_lpDispatch)； if (hr == S_OK) { pDisp-Release()；} else { voice.AttachDispatch(pDisp，TRUE)；} //关联对象与接口 voice.SetRate(0)；//设置速度 voice.SetVolume(100)；//设置音量 voiceList=voice.GetVoices(NULL，NULL)； //读取语音列表： …… m_Text=你好How are you；//设置要阅读的初始文本 UpdateData(FALSE)； …… } 2) 阅读按钮的代码 这部分代码是本程序的核心，主要解决的问题是实现中英文引擎的实时切换。实现方法是这样：依次处理文本中的每个字符，判断该字符的中英文类型，若其类型与前面的字符一致，继续处理后面的字符。直到发现一个字符与前面字符的类型不一致时，将前面的字符读出来（当然要根据字符类型设置相