程序師世界是廣大編程愛好者互助、分享、學習的平台,程序師世界有你更精彩!
首頁
編程語言
C語言|JAVA編程
Python編程
網頁編程
ASP編程|PHP編程
JSP編程
數據庫知識
MYSQL數據庫|SqlServer數據庫
Oracle數據庫|DB2數據庫
 程式師世界 >> 編程語言 >> .NET網頁編程 >> C# >> C#基礎知識 >> 語音合成與識別技術在C#裡面地運用

語音合成與識別技術在C#裡面地運用

編輯:C#基礎知識
  在.net中,對英文語音有較好的支持,但是對中文語音的支持還沒有加入進來,我們要想實現中文發音或中文語音識別,必需先安裝微軟的Speech Application SDK(SASDK),它的最新版本是 SAPI 5.1 他能夠識別中、日、英三種語言,你可以在這裡下載:http://www.microsoft.com/speech/download/sdk51/,需要安裝這兩個文件Speech SDK 5.1和5.1 Language Pack,其中5.1 Language Pack可以選擇安裝支持的語言。

  安裝好以後,我們就可以開始進行語音程序的開發了,當然,在這之前我們需要把SAPI.dll通過如下圖所示添加到引用中



  下面我們設計一個能夠朗讀中英文混合語言的類:

  我們將用單例模式實現該類,類的代碼如下,我們將詳細解釋:

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 ;
   }
  }
 }//end for
 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("發生一個錯誤:"+err.Message)) ;
 }
}

public void Stop()
{
 voice.Speak(string.Empty,SpeechLib.SpeechVoiceSpeakFlags.SVSFPurgeBeforeSpeak) ;
}

public void Pause()
{
 voice.Pause() ;
}

public void Continue()
{
 voice.Resume() ;
}

}//end class


  在 private SpeechLib.SpVoiceClass voice =null;這裡,我們定義個一個用來發音的類,並且在第一次調用該類時,對它用BuildSpeach方法進行了初始化。

  我們還定義了兩個屬性Volume和Rate,能夠設置音量和語速。

  我們知道,SpVoiceClass 有一個Speak方法,我們發音主要就是給他傳遞一個字符串,它負責讀出該字符串,如下所示。

private void Speak(string strSpeack)
{
  try
 {
  voice.Speak(strSpeack,SpeechVoiceSpeakFlags.SVSFlagsAsync) ;
 }
 catch(Exception err)
 {
  throw(new Exception("發生一個錯誤:"+err.Message)) ;
 }
}

  其中SpeechVoiceSpeakFlags.SVSFlagsAsync表示異步發音。



  但是,這個方法本身並不知道你給的字符串是什麼語言,所以需要我們它這個字符串用什麼語言讀出。SpVoiceClass 類的Voice 屬性就是用來設置語種的,我們可以通過SpVoiceClass 的GetVoices方法得到所有的語種列表,然後在根據參數選擇相應的語種,比如設置語種為漢語如下所示:

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

  0表示是漢用,1234都表示英語,就是口音不同。

  這樣,我們就設置了語種,如果結合發音方法,我們就可以設計出一個只發漢語語音的方法

private void SpeakChina(string strSpeak)
{
 SetChinaVoice() ;
 Speak(strSpeak) ;
}
  只發英語語音的方法也是類似的,上面程序裡有。

  對於一段中英文混合的語言,我們讓程序讀出混合語音的方法就是:編程把這段語言的中英文分開,對於中文調用SpeakChina方法,英文調用SpeakEnglishi方法;至於怎樣判斷一個字符是英文還是中文,我采用的是判斷asc碼的方法,具體的類方法是通過AnalyseSpeak實現的。

  這樣,對於一段中英文混合文字,我們只需把它作為參數傳遞給AnalyseSpeak就可以了,他能夠完成中英文的混合發音。

  當然,對於發音的暫定、繼續、停止等操作,上面也給出了簡單的方法調用,很容易明白。

  下面簡單介紹一下中文語音識別的方法:

  先把該語音識別的類源代碼貼在下面,然後再做說明:

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) ;
 }
}

  我們定義了ssrContex 和isrg為語音識別的上下文和語法,通過設置isrg的DictationSetState方法,我們可以開始或結束識別,在上面的程序中是BeginRec和CloseRec方法。cDisplay 是我們用來輸出識別結果的地方,為了能夠在大部分控件上都可以顯示結果,我用了一個Control 類來定義它。當然,每次語音識別後都會觸發ISpeechRecoContextEvents_RecognitionEventHandler 事件,我們定義了一個這樣的方法ContexRecognition來響應事件,並且在這個方法裡輸出識別結果。

  這樣,中文語音處理的一些最基本的問題就有了一個簡單的解決方法,當然,這種方法還有很多不完善的地方,希望大家多提出批評意見,共同提高。
  1. 上一頁:
  2. 下一頁:
Copyright © 程式師世界 All Rights Reserved