VC编程实现文本语音转换

《VC编程实现文本语音转换》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、语音识别的基本原理FundamentalsofSpeechRecognitionVC编程实现文本语音转换文本语音（Text-to-Speech，以下简称TTS），它的作用就是把通过TTS引擎把文本转化为语音输出。本文不是讲述如何建立自己的TTS引擎，而是简单介绍如何运用MicrosoftSpeechSDK建立自己的文本语音转换应用程序。 　　MicrosoftSpeechSDK简介 　　MicrosoftSpeechSDK是微软提供的软件开发包，提供的Speech API （SAPI）主要包含两大方面： 　　1．APIforText-to

2、-Speech 　　2．APIforSpeechRecognition 　　其中APIforText-to-Speech，就是微软TTS引擎的接口，通过它我们可以很容易地建立功能强大的文本语音程序，金山词霸的单词朗读功能就用到了这写API，而目前几乎所有的文本朗读工具都是用这个SDK开发的。至于APIforSpeechRecognition就是与TTS相对应的语音识别，语音技术是一种令人振奋的技术，但由于目前语音识别技术准确度和识别速度不太理想，还未达到广泛应用的要求。 　　MicrosoftSpeechSDK可以在微软的网站免费下载，目

3、前的版本是5.1，为了支持中文，还要把附加的语言包（LangPack）一起下载。 　　为了在VC中使用这SDK，必需在工程中添加SDK的include和lib目录，为免每个工程都添加目录，最好的办法是在VC的 　　Option-＞Directoris立加上SDK的include和lib目录。 　　一个最简单的例子 　　先看一个入门的例子： #include＜sapi.h＞ #pragmacomment(lib,"ole32.lib")//CoInitializeCoCreateInstance需要调用ole32.dll #pragmaco

4、mment(lib,"sapi.lib")//sapi.lib在SDK的lib目录,必需正确配置 intmain(intargc,char*argv[]) { ISpVoice*pVoice=NULL; //COM初始化： if(FAILED(::CoInitialize(NULL))) returnFALSE; //获取ISpVoice接口： HRESULThr=CoCreateInstance(CLSID_SpVoice,NULL,CLSCTX_ALL,IID_ISpVoice,(void**)&pVoice); if(SUCCEED

5、ED(hr)) 第3页共3页语音识别的基本原理FundamentalsofSpeechRecognition{ hr=pVoice-＞Speak(L"Helloworld",0,NULL); pVoice-＞Release(); pVoice=NULL; } //千万不要忘记： ::CoUninitialize(); returnTRUE; } 　　短短20几行代码就实现了文本语音转换，够神奇吧。SDK提供的SAPI是基于COM封装的，无论你是否熟悉COM，只要按部就班地用CoInitialize()，CoCreateInstance()

6、获取IspVoice接口就够了，需要注意的是初始化COM后，程序结束前一定要用CoUninitialize()释放资源。 　　IspVoice接口主要函数 　　上述程序的流程是获取IspVoice接口，然后用ISpVoice::Speak（）把文本输出为语音，可见，程序的核心就是IspVoice接口。除了Speak外IspVoice接口还有许多成员函数，具体用法请参考SDK的文档。下面择要说一下几个主要函数的用法：HRESULTSpeak(constWCHAR*pwcs,DWORDdwFlags,ULONG*pulStreamNumber

7、); 　　功能：就是speak了 　　参数： 　　　*pwcs输入的文本字符串，必需为Unicode，如果是ansi字符串必需先转换为Unicode。 　　　dwFlags用来标志Speak的方式，其中SPF_IS_XML表示输入文本含有XML标签，这个下文会讲到。 　　　PulStreamNumber输出，用来获取去当前文本输入的等候播放队列的位置，只有在异步模式才有用。 HRESULTPause(void); HRESULTResume(void); 　　功能：一看就知道了。 HRESULT SetRate(longRateAdjus

8、t); HRESULTGetRate(long*pRateAdjust); 　　功能：设置/获取播放速度，范围：-10to10 HRESULTSetVolume(USHORTusVolume)