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。
