用C#语音合成与识别 C#文章

 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 ; 　　　} 　　} 　}//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(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() ; } }//end class

　　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。



<script>zmbbs=1;</script>

　　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。