C# 實現中文發音或中文語音識別

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，你可以在這裏下載：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 ;                    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;這裏，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。

 

 

接上篇《中文語音識別技術在c#中的應用(一)》………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，比如設置語種爲漢語如下所示：

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，上面程序裏有。

  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，我採用的是判斷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，我們只需把它作爲參數傳遞給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爲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，爲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，並且在這個方法裏輸出識別結果。

  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。

Trackback: http://tb.blog.csdn.net/TrackBack.aspx?PostId=586548