C++語音辨識介面快速入門（Microsoft Speech SDK）
#最近畢業設計用到了微軟的C++語音辨識接口，找了很多資料，也碰到了很多問題，走了很多彎路。現在把自己的經驗寫下來，一是提升自己，二是回報社會。希望大家看了這篇blog之後，5min就學會C++語音辨識介面的實作。 （採用的平台為win8+VS2013）
#安裝MicrosoftSpeechPlatformSDK.msi，預設路徑安裝即可。
下載路徑：
download.csdn.net/detail/michaelliang12/9510691
設定：
1，屬性–設定屬性–C/C++–常規–附加包含目錄：C:\Program Files\Microsoft SDKs\Speech\v11.0\Include（具體路徑與安裝路徑有關）
2，屬性–配置屬性–連結器–輸入–附加相依性：sapi.lib;
語音辨識介面可分為文字轉語音與語音轉文字
需要新增的頭檔：
#include <sapi.h> //导入语音头文件#pragma comment(lib,"sapi.lib") //导入语音头文件库
函數：
void CBodyBasics::MSSSpeak(LPCTSTR speakContent)// speakContent为LPCTSTR型的字符串,调用此函数即可将文字转为语音{
ISpVoice *pVoice = NULL; //初始化COM接口
if (FAILED(::CoInitialize(NULL)))
MessageBox(NULL, (LPCWSTR)L"COM接口初始化失败！", (LPCWSTR)L"提示", MB_ICONWARNING | MB_CANCELTRYCONTINUE | MB_DEFBUTTON2); //获取SpVoice接口
HRESULT hr = CoCreateInstance(CLSID_SpVoice, NULL, CLSCTX_ALL, IID_ISpVoice, (void**)&pVoice); if (SUCCEEDED(hr))
{
pVoice->SetVolume((USHORT)100); //设置音量，范围是 0 -100
pVoice->SetRate(2); //设置速度，范围是 -10 - 10
hr = pVoice->Speak(speakContent, 0, NULL);
pVoice->Release();
pVoice = NULL;
} //释放com资源
::CoUninitialize();
}這個稍微麻煩一點，因為需要即時監控麥克風，涉及到windows的訊息機制。
（1）先設定工程屬性：
屬性–配置屬性–C/C++–預處理器–預處理器定義：_WIN32_DCOM;
（2）需要新增的頭檔：
#include <sapi.h> //导入语音头文件#pragma comment(lib,"sapi.lib") //导入语音头文件库#include//语音识别头文件#include //要用到CString#pragma onceconst int WM_RECORD = WM_USER + 100;//定义消息
（3）在程式的.h頭檔中定義變數
//定义变量CComPtr<ISpRecognizer>m_cpRecoEngine;// 语音识别引擎(recognition)的接口。CComPtr<ISpRecoContext>m_cpRecoCtxt;// 识别引擎上下文(context)的接口。CComPtr<ISpRecoGrammar>m_cpCmdGrammar;// 识别文法(grammar)的接口。CComPtr<ISpStream>m_cpInputStream;// 流()的接口。CComPtr<ISpObjectToken>m_cpToken;// 语音特征的(token)接口。CComPtr<ISpAudio>m_cpAudio;// 音频(Audio)的接口。(用来保存原来默认的输入流)ULONGLONG ullGrammerID;
（4）建立語音辨識初始化函數（程式剛開始執行的時候調用，例如文末範例程式碼中，將此初始化函數放在對話方塊初始化訊息WM_INITDIALOG的回應程式碼裡）
//语音识别初始化函数void CBodyBasics::MSSListen()
{ //初始化COM接口
if (FAILED(::CoInitialize(NULL)))
MessageBox(NULL, (LPCWSTR)L"COM接口初始化失败！", (LPCWSTR)L"提示", MB_ICONWARNING | MB_CANCELTRYCONTINUE | MB_DEFBUTTON2);
HRESULT hr = m_cpRecoEngine.CoCreateInstance(CLSID_SpSharedRecognizer);//创建Share型识别引擎
if (SUCCEEDED(hr))
{
hr = m_cpRecoEngine->CreateRecoContext(&m_cpRecoCtxt);//创建识别上下文接口
hr = m_cpRecoCtxt->SetNotifyWindowMessage(m_hWnd, WM_RECORD, 0, 0);//设置识别消息
const ULONGLONG ullInterest = SPFEI(SPEI_SOUND_START) | SPFEI(SPEI_SOUND_END) | SPFEI(SPEI_RECOGNITION);//设置我们感兴趣的事件
hr = m_cpRecoCtxt->SetInterest(ullInterest, ullInterest);
hr = SpCreateDefaultObjectFromCategoryId(SPCAT_AUDIOIN, &m_cpAudio);
m_cpRecoEngine->SetInput(m_cpAudio, true); //创建语法规则
//dictation听说式
//hr = m_cpRecoCtxt->CreateGrammar(GIDDICTATION, &m_cpDictationGrammar);
//if (SUCCEEDED(hr))
//{
// hr = m_cpDictationGrammar->LoadDictation(NULL, SPLO_STATIC);//加载词典
//}
//C&C命令式，此时语法文件使用xml格式
ullGrammerID = 1000;
hr = m_cpRecoCtxt->CreateGrammar(ullGrammerID, &m_cpCmdGrammar);
WCHAR wszXMLFile[20] = L"";//加载语法
MultiByteToWideChar(CP_ACP, 0, (LPCSTR)"CmdCtrl.xml", -1, wszXMLFile, 256);//ANSI转UNINCODE
hr = m_cpCmdGrammar->LoadCmdFromFile(wszXMLFile, SPLO_DYNAMIC); //MessageBox(NULL, (LPCWSTR)L"语音识别已启动！", (LPCWSTR)L"提示", MB_CANCELTRYCONTINUE );
//激活语法进行识别
//hr = m_cpDictationGrammar->SetDictationState(SPRS_ACTIVE);//dictation
hr = m_cpCmdGrammar->SetRuleState(NULL, NULL, SPRS_ACTIVE);//C&C
hr = m_cpRecoEngine->SetRecoState(SPRST_ACTIVE);
} else
{
MessageBox(NULL, (LPCWSTR)L"语音识别引擎启动出错！", (LPCWSTR)L"警告", MB_OK); exit(0);
} //释放com资源
::CoUninitialize(); //hr = m_cpCmdGrammar->SetRuleState(NULL, NULL, SPRS_INACTIVE);//C&C}（5）定義訊息處理函數
需要和其他的訊息處理程式碼放在一起，如本文程式碼中，放在文末範例程式碼的DlgProc()函數尾部。本文整個其他的程式碼區塊都可以直接照搬，只需要更改如下的訊息反應模組即可
//消息处理函数USES_CONVERSION;
CSpEvent event; if (m_cpRecoCtxt)
{ while (event.GetFrom(m_cpRecoCtxt) == S_OK){ switch (event.eEventId)
{ case SPEI_RECOGNITION:
{ //识别出了语音
m_bGotReco = TRUE;
static const WCHAR wszUnrecognized[] = L"<Unrecognized>";
CSpDynamicString dstrText; ////取得识别结果
if (FAILED(event.RecoResult()->GetText(SP_GETWHOLEPHRASE, SP_GETWHOLEPHRASE, TRUE, &dstrText, NULL)))
{
dstrText = wszUnrecognized;
}
BSTR SRout;
dstrText.CopyToBSTR(&SRout);
CString Recstring;
Recstring.Empty();
Recstring = SRout; //做出反应（*****消息反应模块*****）
if (Recstring == "发短信")
{ //MessageBox(NULL, (LPCWSTR)L"好的", (LPCWSTR)L"提示", MB_OK);
MSSSpeak(LPCTSTR(_T("好，马上发短信！")));
} else if (Recstring == "李雷")
{
MSSSpeak(LPCTSTR(_T("好久没看见他了，真是 long time no see")));
}
} break;
}
}
}（6）修改語法文件
修改CmdCtrl.xml文件，可以提高某些詞彙的辨識度，對裡面的詞辨識效果會很好多，如人名等。 （此外，單獨執行exe時也需要將此檔案和exe放在同一資料夾內，不放也不會報錯，只是語法檔案裡的詞彙辨識效果變差）
<?xml version="1.0" encoding="utf-8"?><GRAMMAR LANGID="804">
<DEFINE>
<ID NAME="VID_SubName1" VAL="4001"/>
<ID NAME="VID_SubName2" VAL="4002"/>
<ID NAME="VID_SubName3" VAL="4003"/>
<ID NAME="VID_SubName4" VAL="4004"/>
<ID NAME="VID_SubName5" VAL="4005"/>
<ID NAME="VID_SubName6" VAL="4006"/>
<ID NAME="VID_SubName7" VAL="4007"/>
<ID NAME="VID_SubName8" VAL="4008"/>
<ID NAME="VID_SubName9" VAL="4009"/>
<ID NAME="VID_SubNameRule" VAL="3001"/>
<ID NAME="VID_TopLevelRule" VAL="3000"/>
</DEFINE>
<RULE ID="VID_TopLevelRule" TOPLEVEL="ACTIVE">
<O>
<L>
<P>我要</P>
<P>运行</P>
<P>执行</P>
</L>
</O>
<RULEREF REFID="VID_SubNameRule" />
</RULE>
<RULE ID="VID_SubNameRule" >
<L PROPID="VID_SubNameRule">
<P VAL="VID_SubName1">发短信</P>
<P VAL="VID_SubName2">是的</P>
<P VAL="VID_SubName3">好的</P>
<P VAL="VID_SubName4">不用</P>
<P VAL="VID_SubName5">李雷</P>
<P VAL="VID_SubName6">韩梅梅</P>
<P VAL="VID_SubName7">中文界面</P>
<P VAL="VID_SubName8">英文界面</P>
<P VAL="VID_SubName9">English</P>
</L>
</RULE></GRAMMAR>以上是C++呼叫微軟自帶的語音辨識介面快速入門的詳細內容。更多資訊請關注PHP中文網其他相關文章！
