.net中语音识别和语音合成(一)入门篇

http://www.cnblogs.com/likaincu/articles/440997.html

准备

在.net中使用语音识别和语音合成技术，需要借助微软的Speech
SDK，如果是要在Web应用程序中使用，则需要Speech Application SDK。其中Speech SDK可以在http://www.microsoft.com/speech/download/sdk51/下载，其中有两个文件Speech
SDK 5.1和5.1 Language Pack，前者是开发包，但是其中只包含对英文的支持，后者是中文和日文的语言包，装完就能支持中文了。

SDK组成结构

演练

1. 打开vs2005，建立一个windows
application，在设计窗体中加入一个label,一个richtextbox（用于输入要读的文本），以及一个button。并分别设置的label与button的Text属性。如下图

2. 添加必要的引用，项目->添加引用->COM 选择Microsoft
Speech Object Library点确定退出。

3.
双击button，为其添加事件。在代码页顶端先添加命名空间，代码如：

using SpeechLib;

4. button的事件处理程序代码如下。

private void button1_Click(object sender, EventArgs e)

{

SpVoiceClass voice = new SpVoiceClass();

voice.Voice = voice.GetVoices(string.Empty, string.Empty).Item(3);
//其中3为中文，024为英文

voice.Speak(richTextBox1.Text,SpeechVoiceSpeakFlags.SVSFDefault);

}

5. 按F5运行，在空白区域输入文字，点朗读，试试效果吧。

SpVoiceClass详解

属性	描述
AlertBoundary	取得或设置停顿分界线。
AllowAudioOutputFormatChangesOnNextSet	设置是否允许声音自动调整到合适状态以适应其音频输出。
AudioOutput	.取得或设置当前声音使用的的音频输出对象
AudioOutputStream	取得或设置当前声音使用的的音频输出流对象。
EventInterests	取得或设置当前声音返回的事件类型。
Priority	取得或设置声音的优先级。
Rate	取得或设置阅读的速度。
Status	返回一个ISpeechVoiceStatus 对象用于显示当前阅读和事件的状态
SynchronousSpeakTimeout	取得或设置一个时间间隔，用于标识多久未获得一个输出设备后，一个同步的Speak 和SpeakStream将终止，以毫秒计算。
Voice	取得或设置发音对象。
Volume	取得或设置声音的大小。

方法	描述
DisplayUI	是否在控制面板中展示详细设置。
GetAudioOutputs	返回一个可用的音频输出标记。
GetVoices	返回一个可用的发音对象。
IsUISupported	决定是否能通过控制棉板的音频设置来控制。
Pause	暂停朗读。.
Resume	恢复暂停，继续播放。
Skip	在当前输入的文本流中向前或向后跳一定距离再播放。
Speak	阅读一个字符串。
SpeakCompleteEvent	得到一个朗读完毕的时间句柄
SpeakStream	朗读一个文本流或一个声音文件。
WaitUntilDone	阻塞进程，直到声音播放完毕或者超时。.

　　
但是，这个方法本身并不知道你给的字符串是什么语言，所以需要我们它这个字符串用什么语言读出。
SpVoiceClass 类的Voice
属性就是用来设置语种的，我们可以通过SpVoiceClass
的GetVoices方法得到所有的语种列表，
然后在根据参数选择相应的语种，比如设置语种为汉语如下所示：

private void SetChinaVoice()
{
　
voice.Voice = voice.GetVoices(string.Empty,string.Empty).Item(0) ;
}

　　 0表示是汉用，1234都表示英语，就是口音不同。

　　
这样，我们就设置了语种，如果结合发音方法，我们就可以设计出一个只发汉语语音的方法

private void SpeakChina(string strSpeak)

{
　 SetChinaVoice() ;
　 Speak(strSpeak) ;
}
　　
只发英语语音的方法也是类似的，上面程序里有。

　　
对于一段中英文混合的语言，我们让程序读出混合语音的方法就是：编程把这段语言的中英文分开，对于
中文调用SpeakChina方法，英文调用SpeakEnglishi方法；至于怎样判断一个字符是英文还是中文，我采用的是判断
asc码的方法，具体的类方法是通过AnalyseSpeak实现的。

　　
这样，对于一段中英文混合文字，我们只需把它作为参数传递给AnalyseSpeak就可以了，他能够完成中英文
的混合发音。

　　
当然，对于发音的暂定、继续、停止等操作，上面也给出了简单的方法调用，很容易明白。

　　下面简单介绍一下中文语音识别的方法：

　　先把该语音识别的类源代码贴在下面，然后再做说明：

public
class SpRecognition

{

　
private static SpRecognition _Instance = null ;

　
private SpeechLib.ISpeechRecoGrammar isrg ;

　
private SpeechLib.SpSharedRecoContextClass ssrContex =null;

　
private System.Windows.Forms.Control cDisplay ;

　
private SpRecognition()

{

　　
ssrContex = new SpSharedRecoContextClass() ;

　　 isrg
= ssrContex.CreateGrammar(1) ;

　　
SpeechLib._ISpeechRecoContextEvents_RecognitionEventHandler recHandle = new
_ISpeech
RecoContextEvents_RecognitionEventHandler(ContexRecognition) ;

　　
ssrContex.Recognition += recHandle ;