微软SpeechSDK5.1开发语音识别系统主要步骤.docxVIP

PAGE PAGE #/ 5 微软语音识别分两种模式 文本识别模式和命令识别模式 .此两种模式的主要区别 ,主要在于识别过程中 使用的匹配字典不同 .前者使用的是通用字典 ,特点是内容多 ,覆盖的词汇量大 ,字 典由 sdk 提供.适用于没有预定目标的随机听写之类的应用 .同时因为词汇量大直 接导致识别的精度降低 ,识别速度较慢 .后者的字典需要开发者自己编写 ,就是你们 所说的xml文件.xml文件作为一种数据存储的方式，有一定的格式,定义了 sdk需 要确定的一些标签 ,和用以匹配的词汇 .这种方式由开发者定义词汇的数量 ,大大降 低匹配过程中需要检索的词汇量 ,提高了识别速度 .同时因为侯选项极少 ,所以一般 不会识别错误 .其缺点也是明显的 : 词汇量小 ,只有预先输入字典的词汇可以被识别出来 ,所以一般用来作为常用 命令的识别 ,方便用户操作 ,代替菜单命令等 . 利用微软 SpeechSDK 1在MFC中进行语音识别开发时的主要步骤，以 SpeechAPI 5.1+VC6 为例： 1、初始化COM端口 一般在CWinApp的子类中，调用CoInitializeEx函数进行COM初始化，代码 如下：：:ColnitializeEx(NULL,COINIT_APARTMENTTHREADE初始化 COM 调用这个函数时，要在工程设置(projectsettings