本文由中国C#技术学习中心整理 如果你对本文有不明之处请到技术论坛讨论!
在.net中,对英文语音有较好的支持,但是对中文语音的支持还没有加入进来,我们要想实现中文发音或中文语音识别,必需先安装微软的Speech Application SDK(SASDK),它的最新版本是 SAPI 5.1 他能够识别中、日、英三种语言,你可以在这里下载：http://www.microsoft.com/speech/download/sdk51/,需要安装这两个文件Speech SDK 5.1和5.1 Language Pack,其中5.1 Language Pack可以选择安装支持的语言.
安装好以后,我们就可以开始进行语音程序的开发了,当然,在这之前我们需要把SAPI.dll通过如下图所示添加到引用中
下面我们设计一个能够朗读中英文混合语言的类：
我们将用单例模式实现该类,类的代码如下,我们将详细解释：
public class Speach
{
private static Speach _Instance = null ;
private SpeechLib.SpVoiceClass voice =null;
private Speach( )
{
BuildSpeach( ) ;
}
public static Speach instance( )
{
if ( _Instance == null )
_Instance = new Speach( ) ;
return _Instance ;
}
private void SetChinaVoice( )
{
voice.Voice = voice.GetVoices( string.Empty,string.Empty ).Item( 0 ) ;
}
private void SetEnglishVoice( )
{
voice.Voice = voice.GetVoices( string.Empty,string.Empty ).Item( 1 ) ;
}
private void SpeakChina( string strSpeak )
{
SetChinaVoice( ) ;
Speak( strSpeak ) ;
}
private void SpeakEnglishi( string strSpeak )
{
SetEnglishVoice( ) ;
Speak( strSpeak ) ;
}
public void AnalyseSpeak( string strSpeak )
{
int iCbeg = 0 ;
int iEbeg = 0 ;
bool IsChina = true ;
for( int i=0;i<strSpeak.Length;i++ )
{
char chr = strSpeak[i] ;
if ( IsChina )
{
if ( chr<=122&&chr>=65 )
{
int iLen = i - iCbeg ;
string strValue = strSpeak.Substring( iCbeg,iLen ) ;
SpeakChina( strValue ) ;
iEbeg = i ;
IsChina = false ;
}
}
else
{
if ( chr>122||chr<65 )
{
int iLen = i - iEbeg ;
string strValue = strSpeak.Substring( iEbeg,iLen ) ;
this.SpeakEnglishi( strValue ) ;
iCbeg = i ;
IsChina = true ;
}
}
} if ( IsChina )
{
int iLen = strSpeak.Length - iCbeg ;
string strValue = strSpeak.Substring( iCbeg,iLen ) ;
SpeakChina( strValue ) ;
}
else
{
int iLen = strSpeak.Length - iEbeg ;
string strValue = strSpeak.Substring( iEbeg,iLen ) ;
SpeakEnglishi( strValue ) ;
}
}
private void BuildSpeach( )
{
if ( voice == null )
voice = new SpVoiceClass( ) ;
}
public int Volume
{
get
{
return voice.Volume ;
}
set
{
voice.SetVolume( ( ushort )( value ) ) ;
}
}
public int Rate
{
get
{
return voice.Rate ;
}
set
{
voice.SetRate( value ) ;
}
}
private void Speak( string strSpeack )
{
try
{
voice.Speak( strSpeack,SpeechVoiceSpeakFlags.SVSFlagsAsync ) ;
}
catch( Exception err )
{
throw( new Exception( "发生一个错误："+err.Message ) ) ;
}
}
public void Stop( )
{
voice.Speak( string.Empty,SpeechLib.SpeechVoiceSpeakFlags.SVSFPurgeBeforeSpeak ) ;
}
public void Pause( )
{
voice.Pause( ) ;
}
public void Continue( )
{
voice.Resume( ) ;
}
}
在 private SpeechLib.SpVoiceClass voice =null;这里,我们定义个一个用来发音的类,并且在第一次调用该类时,对它用BuildSpeach方法进行了初始化.
我们还定义了两个属性Volume和Rate,能够设置音量和语速.
我们知道,SpVoiceClass 有一个Speak方法,我们发音主要就是给他传递一个字符串,它负责读出该字符串,如下所示.
private void Speak( string strSpeack )
{
try
{
voice.Speak( strSpeack,SpeechVoiceSpeakFlags.SVSFlagsAsync ) ;
}
catch( Exception err )
{
throw( new Exception( "发生一个错误："+err.Message ) ) ;
}
}
其中SpeechVoiceSpeakFlags.SVSFlagsAsync表示异步发音.
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 _ISpeechRecoContextEvents_RecognitionEventHandler( ContexRecognition ) ;
ssrContex.Recognition += recHandle ;
}
public void BeginRec( Control tbResult )
{
isrg.DictationSetState( SpeechRuleState.SGDSActive ) ;
cDisplay = tbResult ;
}
public static SpRecognition instance( )
{
if ( _Instance == null )
_Instance = new SpRecognition( ) ;
return _Instance ;
}
public void CloseRec( )
{
isrg.DictationSetState( SpeechRuleState.SGDSInactive ) ;
}
private void ContexRecognition( int iIndex,object obj,SpeechLib.SpeechRecognitionType type,SpeechLib.ISpeechRecoResult result )
{
cDisplay.Text += result.PhraseInfo.GetText( 0,-1,true ) ;
}
}
我们定义了ssrContex 和isrg为语音识别的上下文和语法,通过设置isrg的DictationSetState方法,我们可以开始或结束识别,在上面的程序中是BeginRec和CloseRec方法.cDisplay 是我们用来输出识别结果的地方,为了能够在大部分控件上都可以显示结果,我用了一个Control 类来定义它.当然,每次语音识别后都会触发ISpeechRecoContextEvents_RecognitionEventHandler 事件,我们定义了一个这样的方法ContexRecognition来响应事件,并且在这个方法里输出识别结果.
这样,中文语音处理的一些最基本的问题就有了一个简单的解决方法,当然,这种方法还有很多不完善的地方,希望大家多提出批评意见,共同提高.
本文由中国C#技术学习中心整理 如果你对本文有不明之处请到技术论坛讨论!
|
