建站
咨詢
售后
建站咨詢
新聞中心
這篇文章主要介紹了C++如何調(diào)用微軟自帶的語音識別接口，具有一定借鑒價值，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。
C++語音識別接口快速入門（Microsoft Speech SDK）
最近畢業(yè)設(shè)計用到了微軟的C++語音識別接口，查找了很多資料，也碰到了很多問題，走了很多彎路。現(xiàn)在把我自己的經(jīng)驗寫下來，一是提升自己，二是回報社會。希望大家看了這篇blog之后，5min就學(xué)會C++語音識別接口的實現(xiàn)。（采用的平臺為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：sapi.lib;
語音識別接口可分為文字轉(zhuǎn)語音和語音轉(zhuǎn)文字
1、文字轉(zhuǎn)語音需要添加的頭文件：
#include//導(dǎo)入語音頭文件#pragma comment(lib,"sapi.lib") //導(dǎo)入語音頭文件庫
函數(shù)：
void CBodyBasics::MSSSpeak(LPCTSTR speakContent)// speakContent為LPCTSTR型的字符串,調(diào)用此函數(shù)即可將文字轉(zhuǎn)為語音{
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、語音轉(zhuǎn)文字這個稍微麻煩一點，因為需要實時監(jiān)控麥克風(fēng)，涉及到windows的消息機制。
（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//導(dǎo)入語音頭文件#pragma comment(lib,"sapi.lib") //導(dǎo)入語音頭文件庫#include //語音識別頭文件#include //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CComPtrm_cpRecoEngine;// 語音識別引擎(recognition)的接口。CComPtr m_cpRecoCtxt;// 識別引擎上下文(context)的接口。CComPtr m_cpCmdGrammar;// 識別文法(grammar)的接口。CComPtr m_cpInputStream;// 流()的接口。CComPtr m_cpToken;// 語音特征的(token)接口。CComPtr m_cpAudio;// 音頻(Audio)的接口。(用來保存原來默認(rèn)的輸入流)ULONGLONG ullGrammerID;
（4）創(chuàng)建語音識別初始化函數(shù)（程序剛開始執(zhí)行的時候調(diào)用，例如文末示例代碼中，將此初始化函數(shù)放在對話框初始化消息WM_INITDIALOG的響應(yīng)代碼里）
//語音識別初始化函數(shù)void CBodyBasics::MSSListen()
{ //初始化COM接口
if (FAILED(::CoInitialize(NULL)))
MessageBox(NULL, (LPCWSTR)L"COM接口初始化失敗！", (LPCWSTR)L"提示", MB_ICONWARNING | MB_CANCELTRYCONTINUE | MB_DEFBUTTON2);
HRESULT hr = m_cpRecoEngine.CoCreateInstance(CLSID_SpSharedRecognizer);//創(chuàng)建Share型識別引擎
if (SUCCEEDED(hr))
{
hr = m_cpRecoEngine->CreateRecoContext(&m_cpRecoCtxt);//創(chuàng)建識別上下文接口
hr = m_cpRecoCtxt->SetNotifyWindowMessage(m_hWnd, WM_RECORD, 0, 0);//設(shè)置識別消息
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)建語法規(guī)則
//dictation聽說式
//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，此時語法文件使用xml格式
ullGrammerID = 1000;
hr = m_cpRecoCtxt->CreateGrammar(ullGrammerID, &m_cpCmdGrammar);
WCHAR wszXMLFile[20] = L"";//加載語法
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"語音識別已啟動！", (LPCWSTR)L"提示", MB_CANCELTRYCONTINUE );
//激活語法進行識別
//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"語音識別引擎啟動出錯！", (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:
{ //識別出了語音
m_bGotReco = TRUE;
static const WCHAR wszUnrecognized[] = L"";
CSpDynamicString dstrText; ////取得識別結(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("好久沒看見他了，真是 long time no see")));
}
} break;
}
}
} （6）修改語法文件
修改CmdCtrl.xml文件，可以提高某些詞匯的識別度，對里面的詞識別效果會很好多，如人名等。（此外，單獨運行exe時也需要將此文件和exe放在同一文件夾內(nèi)，不放也不會報錯，只是語法文件里的詞匯識別效果變差）
我要
運行
執(zhí)行
發(fā)短信
是的
好的
不用
李雷
韓梅梅
中文界面
英文界面
English
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)用微軟自帶的語音識別接口內(nèi)容對大家有幫助，同時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，遇到問題就找創(chuàng)新互聯(lián)，詳細(xì)的解決方法等著你來學(xué)習(xí)!
本文名稱：C++如何調(diào)用微軟自帶的語音識別接口-創(chuàng)新互聯(lián)
當(dāng)前鏈接：http://www.ef60e0e.cn/article/cojjcc.html
