這篇文章主要介紹了C++如何調(diào)用微軟自帶的語(yǔ)音識(shí)別接口,具有一定借鑒價(jià)值,需要的朋友可以參考下。希望大家閱讀完這篇文章后大有收獲。下面讓小編帶著大家一起了解一下。
為烏拉特后等地區(qū)用戶提供了全套網(wǎng)頁(yè)設(shè)計(jì)制作服務(wù),及烏拉特后網(wǎng)站建設(shè)行業(yè)解決方案。主營(yíng)業(yè)務(wù)為成都網(wǎng)站建設(shè)、網(wǎng)站設(shè)計(jì)、烏拉特后網(wǎng)站設(shè)計(jì),以傳統(tǒng)方式定制建設(shè)網(wǎng)站,并提供域名空間備案等一條龍服務(wù),秉承以專業(yè)、用心的態(tài)度為用戶提供真誠(chéng)的服務(wù)。我們深信只要達(dá)到每一位用戶的要求,就會(huì)得到認(rèn)可,從而選擇與我們長(zhǎng)期合作。這樣,我們也可以走得更遠(yuǎn)!C++語(yǔ)音識(shí)別接口快速入門(mén)(Microsoft Speech SDK)
最近畢業(yè)設(shè)計(jì)用到了微軟的C++語(yǔ)音識(shí)別接口,查找了很多資料,也碰到了很多問(wèn)題,走了很多彎路?,F(xiàn)在把我自己的經(jīng)驗(yàn)寫(xiě)下來(lái),一是提升自己,二是回報(bào)社會(huì)。希望大家看了這篇blog之后,5min就學(xué)會(huì)C++語(yǔ)音識(shí)別接口的實(shí)現(xiàn)。(采用的平臺(tái)為win8+VS2013)
一、安裝SDK安裝MicrosoftSpeechPlatformSDK.msi,默認(rèn)路徑安裝即可。
下載路徑:
download.csdn.net/detail/michaelliang12/9510691
設(shè)置:
1,屬性–配置屬性–C/C++–常規(guī)–附加包含目錄:C:\Program Files\Microsoft SDKs\Speech\v11.0\Include(具體路徑與安裝路徑有關(guān))
2,屬性–配置屬性–鏈接器–輸入–附加依賴項(xiàng):sapi.lib;
語(yǔ)音識(shí)別接口可分為文字轉(zhuǎn)語(yǔ)音和語(yǔ)音轉(zhuǎn)文字
1、文字轉(zhuǎn)語(yǔ)音需要添加的頭文件:
#include <sapi.h> //導(dǎo)入語(yǔ)音頭文件#pragma comment(lib,"sapi.lib") //導(dǎo)入語(yǔ)音頭文件庫(kù)
函數(shù):
void CBodyBasics::MSSSpeak(LPCTSTR speakContent)// speakContent為L(zhǎng)PCTSTR型的字符串,調(diào)用此函數(shù)即可將文字轉(zhuǎn)為語(yǔ)音{ ISpVoice *pVoice = NULL; //初始化COM接口 if (FAILED(::CoInitialize(NULL))) MessageBox(NULL, (LPCWSTR)L"COM接口初始化失敗!", (LPCWSTR)L"提示", MB_ICONWARNING | MB_CANCELTRYCONTINUE | MB_DEFBUTTON2); //獲取SpVoice接口 HRESULT hr = CoCreateInstance(CLSID_SpVoice, NULL, CLSCTX_ALL, IID_ISpVoice, (void**)&pVoice); if (SUCCEEDED(hr)) { pVoice->SetVolume((USHORT)100); //設(shè)置音量,范圍是 0 -100 pVoice->SetRate(2); //設(shè)置速度,范圍是 -10 - 10 hr = pVoice->Speak(speakContent, 0, NULL); pVoice->Release(); pVoice = NULL; } //釋放com資源 ::CoUninitialize(); }2、語(yǔ)音轉(zhuǎn)文字
這個(gè)稍微麻煩一點(diǎn),因?yàn)樾枰獙?shí)時(shí)監(jiān)控麥克風(fēng),涉及到windows的消息機(jī)制。
(1)首先設(shè)置工程屬性:
屬性–配置屬性–C/C++–預(yù)處理器–預(yù)處理器定義:_WIN32_DCOM;
(2)需要添加的頭文件:
#include <sapi.h> //導(dǎo)入語(yǔ)音頭文件#pragma comment(lib,"sapi.lib") //導(dǎo)入語(yǔ)音頭文件庫(kù)#include <sphelper.h>//語(yǔ)音識(shí)別頭文件#include <atlstr.h>//要用到CString#pragma onceconst int WM_RECORD = WM_USER + 100;//定義消息
(3)在程序的.h頭文件中定義變量
//定義變量CComPtr<ISpRecognizer>m_cpRecoEngine;// 語(yǔ)音識(shí)別引擎(recognition)的接口。CComPtr<ISpRecoContext>m_cpRecoCtxt;// 識(shí)別引擎上下文(context)的接口。CComPtr<ISpRecoGrammar>m_cpCmdGrammar;// 識(shí)別文法(grammar)的接口。CComPtr<ISpStream>m_cpInputStream;// 流()的接口。CComPtr<ISpObjectToken>m_cpToken;// 語(yǔ)音特征的(token)接口。CComPtr<ISpAudio>m_cpAudio;// 音頻(Audio)的接口。(用來(lái)保存原來(lái)默認(rèn)的輸入流)ULONGLONG ullGrammerID;
(4)創(chuàng)建語(yǔ)音識(shí)別初始化函數(shù)(程序剛開(kāi)始執(zhí)行的時(shí)候調(diào)用,例如文末示例代碼中,將此初始化函數(shù)放在對(duì)話框初始化消息WM_INITDIALOG的響應(yīng)代碼里)
//語(yǔ)音識(shí)別初始化函數(shù)void CBodyBasics::MSSListen() { //初始化COM接口 if (FAILED(::CoInitialize(NULL))) MessageBox(NULL, (LPCWSTR)L"COM接口初始化失??!", (LPCWSTR)L"提示", MB_ICONWARNING | MB_CANCELTRYCONTINUE | MB_DEFBUTTON2); HRESULT hr = m_cpRecoEngine.CoCreateInstance(CLSID_SpSharedRecognizer);//創(chuàng)建Share型識(shí)別引擎 if (SUCCEEDED(hr)) { hr = m_cpRecoEngine->CreateRecoContext(&m_cpRecoCtxt);//創(chuàng)建識(shí)別上下文接口 hr = m_cpRecoCtxt->SetNotifyWindowMessage(m_hWnd, WM_RECORD, 0, 0);//設(shè)置識(shí)別消息 const ULONGLONG ullInterest = SPFEI(SPEI_SOUND_START) | SPFEI(SPEI_SOUND_END) | SPFEI(SPEI_RECOGNITION);//設(shè)置我們感興趣的事件 hr = m_cpRecoCtxt->SetInterest(ullInterest, ullInterest); hr = SpCreateDefaultObjectFromCategoryId(SPCAT_AUDIOIN, &m_cpAudio); m_cpRecoEngine->SetInput(m_cpAudio, true); //創(chuàng)建語(yǔ)法規(guī)則 //dictation聽(tīng)說(shuō)式 //hr = m_cpRecoCtxt->CreateGrammar(GIDDICTATION, &m_cpDictationGrammar); //if (SUCCEEDED(hr)) //{ // hr = m_cpDictationGrammar->LoadDictation(NULL, SPLO_STATIC);//加載詞典 //} //C&C命令式,此時(shí)語(yǔ)法文件使用xml格式 ullGrammerID = 1000; hr = m_cpRecoCtxt->CreateGrammar(ullGrammerID, &m_cpCmdGrammar); WCHAR wszXMLFile[20] = L"";//加載語(yǔ)法 MultiByteToWideChar(CP_ACP, 0, (LPCSTR)"CmdCtrl.xml", -1, wszXMLFile, 256);//ANSI轉(zhuǎn)UNINCODE hr = m_cpCmdGrammar->LoadCmdFromFile(wszXMLFile, SPLO_DYNAMIC); //MessageBox(NULL, (LPCWSTR)L"語(yǔ)音識(shí)別已啟動(dòng)!", (LPCWSTR)L"提示", MB_CANCELTRYCONTINUE ); //激活語(yǔ)法進(jìn)行識(shí)別 //hr = m_cpDictationGrammar->SetDictationState(SPRS_ACTIVE);//dictation hr = m_cpCmdGrammar->SetRuleState(NULL, NULL, SPRS_ACTIVE);//C&C hr = m_cpRecoEngine->SetRecoState(SPRST_ACTIVE); } else { MessageBox(NULL, (LPCWSTR)L"語(yǔ)音識(shí)別引擎啟動(dòng)出錯(cuò)!", (LPCWSTR)L"警告", MB_OK); exit(0); } //釋放com資源 ::CoUninitialize(); //hr = m_cpCmdGrammar->SetRuleState(NULL, NULL, SPRS_INACTIVE);//C&C}
(5)定義消息處理函數(shù)
需要和其他的消息處理代碼放在一起,如本文代碼中,放在文末示例代碼的DlgProc()函數(shù)尾部。本文整個(gè)其他的代碼塊都可以直接照搬,只需要更改如下的消息反應(yīng)模塊即可
//消息處理函數(shù)USES_CONVERSION; CSpEvent event; if (m_cpRecoCtxt) { while (event.GetFrom(m_cpRecoCtxt) == S_OK){ switch (event.eEventId) { case SPEI_RECOGNITION: { //識(shí)別出了語(yǔ)音 m_bGotReco = TRUE; static const WCHAR wszUnrecognized[] = L"<Unrecognized>"; CSpDynamicString dstrText; ////取得識(shí)別結(jié)果 if (FAILED(event.RecoResult()->GetText(SP_GETWHOLEPHRASE, SP_GETWHOLEPHRASE, TRUE, &dstrText, NULL))) { dstrText = wszUnrecognized; } BSTR SRout; dstrText.CopyToBSTR(&SRout); CString Recstring; Recstring.Empty(); Recstring = SRout; //做出反應(yīng)(*****消息反應(yīng)模塊*****) if (Recstring == "發(fā)短信") { //MessageBox(NULL, (LPCWSTR)L"好的", (LPCWSTR)L"提示", MB_OK); MSSSpeak(LPCTSTR(_T("好,馬上發(fā)短信!"))); } else if (Recstring == "李雷") { MSSSpeak(LPCTSTR(_T("好久沒(méi)看見(jiàn)他了,真是 long time no see"))); } } break; } } }
(6)修改語(yǔ)法文件
修改CmdCtrl.xml文件,可以提高某些詞匯的識(shí)別度,對(duì)里面的詞識(shí)別效果會(huì)很好多,如人名等。(此外,單獨(dú)運(yùn)行exe時(shí)也需要將此文件和exe放在同一文件夾內(nèi),不放也不會(huì)報(bào)錯(cuò),只是語(yǔ)法文件里的詞匯識(shí)別效果變差)
<?xml version="1.0" encoding="utf-8"?><GRAMMAR LANGID="804"> <DEFINE> <ID NAME="VID_SubName1" VAL="4001"/> <ID NAME="VID_SubName2" VAL="4002"/> <ID NAME="VID_SubName3" VAL="4003"/> <ID NAME="VID_SubName4" VAL="4004"/> <ID NAME="VID_SubName5" VAL="4005"/> <ID NAME="VID_SubName6" VAL="4006"/> <ID NAME="VID_SubName7" VAL="4007"/> <ID NAME="VID_SubName8" VAL="4008"/> <ID NAME="VID_SubName9" VAL="4009"/> <ID NAME="VID_SubNameRule" VAL="3001"/> <ID NAME="VID_TopLevelRule" VAL="3000"/> </DEFINE> <RULE ID="VID_TopLevelRule" TOPLEVEL="ACTIVE"> <O> <L> <P>我要</P> <P>運(yùn)行</P> <P>執(zhí)行</P> </L> </O> <RULEREF REFID="VID_SubNameRule" /> </RULE> <RULE ID="VID_SubNameRule" > <L PROPID="VID_SubNameRule"> <P VAL="VID_SubName1">發(fā)短信</P> <P VAL="VID_SubName2">是的</P> <P VAL="VID_SubName3">好的</P> <P VAL="VID_SubName4">不用</P> <P VAL="VID_SubName5">李雷</P> <P VAL="VID_SubName6">韓梅梅</P> <P VAL="VID_SubName7">中文界面</P> <P VAL="VID_SubName8">英文界面</P> <P VAL="VID_SubName9">English</P> </L> </RULE></GRAMMAR>
感謝你能夠認(rèn)真閱讀完這篇文章,希望小編分享C++如何調(diào)用微軟自帶的語(yǔ)音識(shí)別接口內(nèi)容對(duì)大家有幫助,同時(shí)也希望大家多多支持創(chuàng)新互聯(lián),關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道,遇到問(wèn)題就找創(chuàng)新互聯(lián),詳細(xì)的解決方法等著你來(lái)學(xué)習(xí)!
文章名稱:C++如何調(diào)用微軟自帶的語(yǔ)音識(shí)別接口-創(chuàng)新互聯(lián)
文章路徑:http://aaarwkj.com/article22/cojjcc.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供網(wǎng)站策劃、手機(jī)網(wǎng)站建設(shè)、響應(yīng)式網(wǎng)站、網(wǎng)站內(nèi)鏈、品牌網(wǎng)站建設(shè)、營(yíng)銷型網(wǎng)站建設(shè)
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請(qǐng)盡快告知,我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如需處理請(qǐng)聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時(shí)需注明來(lái)源: 創(chuàng)新互聯(lián)
猜你還喜歡下面的內(nèi)容