轉載：http://blog.csdn.net/yincheng01/article/details/3584655
CSpeechRecognition類封裝了語音識別操作所需調用的幾個接口，使用它進行語音識別編程很方便，也很簡潔。
CSpeechRecognition類的定義如下：
///////////////////////////////////////////////////////////////
// active speech engine
#include <atlbase.h>
extern CComModule _Module;
#include <atlcom.h>
#include <sapi.h>
#include <sphelper.h>
#include <spuihelp.h>
///////////////////////////////////////////////////////////////
// speech message
#define WM_SREVENT WM_USER+102
class CSpeechRecognition
{
public:
CSpeechRecognition();
virtual ~CSpeechRecognition();
// initialize
BOOL Initialize(HWND hWnd = NULL, BOOL bIsShared = TRUE);
void Destroy();
// start and stop
BOOL Start();
BOOL Stop();
BOOL IsDictationOn()
{
return m_bOnDictation;
}
// event handler
void GetText(WCHAR **ppszCoMemText, ULONG ulStart = 0, ULONG nlCount = -1);
// voice training
HRESULT VoiceTraining(HWND hWndParent);
// microphone setup
HRESULT MicrophoneSetup(HWND hWndParent);
// token list
HRESULT InitTokenList(HWND hWnd, BOOL bIsComboBox = FALSE);
// error string
CString GetErrorString()
{
return m_sError;
}
// interface
CComPtr<ISpRecognizer> m_cpRecoEngine; // SR engine
CComPtr<ISpRecoContext> m_cpRecoCtxt; //Recognition contextfor dictation
CComPtr<ISpRecoGrammar> m_cpDictationGrammar; // Dictation grammar
private:
CString m_sError;
BOOL m_bOnDictation;
};
其中定義的消息WM_SREVENT用於指示語音識別事件，該消息將通知到初始化函數指定的響應窗口。
類中定義了3個接口指針m_cpRecoEngine，m_cpRecoCtxt和m_cpDictationGrammar，分別用於引用語音識別引擎的3個重要接口IspRecognizer，ISpRecoContext和IspRecoGrammar。
初始化函數Initialize設定了語音識別引擎的基本工作環境，包括引擎、識別上下文、語法、音頻和事件等的初始化：
BOOL CSpeechRecognition::Initialize(HWND hWnd, BOOL bIsShared)
{
// com library
if (FAILED(CoInitialize(NULL)))
{
m_sError=_T("Error intialization COM");
return FALSE;
}
// SR engine
HRESULT hr = S_OK;
if (bIsShared)
{
// Shared reco engine.
// For a shared reco engine, the audio gets setup automatically
hr = m_cpRecoEngine.CoCreateInstance( CLSID_SpSharedRecognizer );
}
else
{
hr = m_cpRecoEngine.CoCreateInstance(CLSID_SpInprocRecognizer);
}
// RecoContext
if( SUCCEEDED( hr ) )
{
hr = m_cpRecoEngine->CreateRecoContext( &m_cpRecoCtxt );
}
// Set recognition notification for dictation
if (SUCCEEDED(hr))
{
hr = m_cpRecoCtxt->SetNotifyWindowMessage( hWnd, WM_SREVENT, 0, 0 );
}
if (SUCCEEDED(hr))
{
// when the engine has recognized something
const ULONGLONG ullInterest = SPFEI(SPEI_RECOGNITION);
hr = m_cpRecoCtxt->SetInterest(ullInterest, ullInterest);
}
// create default audio object
CComPtr<ISpAudio> cpAudio;
hr = SpCreateDefaultObjectFromCategoryId(SPCAT_AUDIOIN, &cpAudio);
// set the input for the engine
hr = m_cpRecoEngine->SetInput(cpAudio, TRUE);
hr = m_cpRecoEngine->SetRecoState( SPRST_ACTIVE );
// grammar
if (SUCCEEDED(hr))
{
// Specifies that the grammar we want is a dictation grammar.
// Initializes the grammar (m_cpDictationGrammar)
hr = m_cpRecoCtxt->CreateGrammar( 0, &m_cpDictationGrammar );
}
if (SUCCEEDED(hr))
{hr = m_cpDictationGrammar->LoadDictation(NULL, SPLO_STATIC);
}
if (SUCCEEDED(hr))
{
hr = m_cpDictationGrammar->SetDictationState( SPRS_ACTIVE );
}
if (FAILED(hr))
{
m_cpDictationGrammar.Release();
}
return (hr == S_OK);
}
釋放函數Destroy被類的析構函數調用，釋放了類所引用的所有接口：
void CSpeechRecognition::Destroy()
{
if (m_cpDictationGrammar)
m_cpDictationGrammar.Release();
if (m_cpRecoCtxt)
m_cpRecoCtxt.Release();
if (m_cpRecoEngine)
m_cpRecoEngine.Release();
CoUninitialize();
}
函數Start和Stop用來控制開始和停止接受及識別語音，它們通過調用引擎接口的SetRecoState方法來實現：
BOOL CSpeechRecognition::Start()
{
if (m_bOnDictation)
return TRUE;
HRESULT hr = m_cpRecoEngine->SetRecoState( SPRST_ACTIVE );
if (FAILED(hr))
return FALSE;
m_bOnDictation = TRUE;
return TRUE;
}
BOOL CSpeechRecognition::Stop()
{
if (! m_bOnDictation)
return TRUE;
HRESULT hr = m_cpRecoEngine->SetRecoState( SPRST_INACTIVE );
if (FAILED(hr))
return FALSE;
m_bOnDictation = FALSE;
return TRUE;
}
函數GetText是獲取從語音中已識別出的文字的關鍵，應該在響應識別事件/消息的響應函數中調用，其代碼如下所示。
void CSpeechRecognition::GetText(WCHAR **ppszCoMemText, ULONG ulStart, ULONG nlCount)
{
USES_CONVERSION;
CSpEvent event;
// Process all of the recognition events
while (event.GetFrom(m_cpRecoCtxt) == S_OK)
{
switch (event.eEventId)
{
case SPEI_RECOGNITION:
// There may be multiple recognition results, so get all of them
{
HRESULT hr = S_OK;
if (nlCount == -1)
event.RecoResult()->GetText(SP_GETWHOLEPHRASE,
SP_GETWHOLEPHRASE, TRUE, ppszCoMemText, NULL);
else
{
ASSERT(nlCount > 0);
event.RecoResult()->GetText(ulStart, nlCount, FALSE,
ppszCoMemText, NULL);
}
}
break;
}
}
}
函數InitTokenList調用SpInitTokenComboBox和SpInitTokenListBox函數來實現語音語言在列表或組合列表中的列表顯示和選擇：
HRESULT CSpeechRecognition::InitTokenList(HWND hWnd, BOOL bIsComboBox)
{
if (bIsComboBox)
return SpInitTokenComboBox(hWnd, SPCAT_RECOGNIZERS);
else
return SpInitTokenListBox(hWnd, SPCAT_RECOGNIZERS);
}
語音識別涉及語音的輸入，通常用話筒來輸入語音。進行語音識別前，需要判斷話筒的位置和設置是否合理，以保證語音識別引擎能獲得有效的語音輸入。函數MicrophoneSetup調用語音識別引擎接口的DisplayUI方法來顯示一個設置話筒的向導，如圖11-4所示。示例代碼如下所示：
HRESULT CSpeechRecognition::MicrophoneSetup(HWND hWndParent)
{
return m_cpRecoEngine->DisplayUI(hWndParent, NULL, SPDUI_MicTraining, NULL, 0);
}
語音訓練是語音識別的重要基礎，為了獲得期望的識別效果，必須進行語音訓練，以讓語音識別引擎熟悉說話者的口音。函數VoiceTraining調用語音識別引擎接口的DisplayUI方法來顯示一個語音訓練向導，如圖11-5所示。示例代碼如下所示：
HRESULT CSpeechRecognition::VoiceTraining(HWND hWndParent)
{
return m_cpRecoEngine->DisplayUI(hWndParent, NULL, SPDUI_UserTraining, NULL, 0);
}
與CText2Speech類似，CSpeechRecognition類也提供錯誤處理機制，由GetErrorString函數可以獲得錯誤信息。
11.3.2 示例：用CSpeechRecognition類編制聽寫程序
使用CSpeechRecognition類來編寫語音識別程序很簡單，下面讓我們實現一個聽寫程序Stenotypist，其界面如圖11-6所示。
用VisualC++編制Stenotypist的步驟和要點如下：
1）使用AppWizard生成一個基於對話框的項目Stenotypist；
2）將SpeechRecognition.H，SpeechRecognition.CPP增加到Stenotypist項目中；
3）在資源編輯器中編輯好響應的控件；
4）用ClassWizard為控件在CStenotypistDlg 類中生成相應的成員；
5）修改StenotypistDlg.h文件，為類CStenotypistDlg增加相應的變量和函數；
6）用ClassWizard為CStenotypistDlg 類添加對控件和消息的響應函數。StenotypistDlg.h的代碼如下。
#include "SpeechRecognition.h"
////////////////////////////////////////////////////////////////////
// CStenotypistDlg dialog
class CStenotypistDlg : public CDialog
{
// Construction
public:
CStenotypistDlg(CWnd* pParent = NULL); // standard constructor
// Dialog Data
//{{AFX_DATA(CStenotypistDlg)
enum { IDD = IDD_STENOTYPIST_DIALOG };
CButton m_btDictation;
CString m_strText;
//}}AFX_DATA
// ClassWizard generated virtual function overrides
//{{AFX_VIRTUAL(CStenotypistDlg)
protected:
virtual void DoDataExchange(CDataExchange* pDX); // DDX/DDV support
//}}AFX_VIRTUAL
CSpeechRecognition m_SpeechRecognition;
// Implementation
protected:
HICON m_hIcon;
// Generated message map functions
//{{AFX_MSG(CStenotypistDlg)
virtual BOOL OnInitDialog();
afx_msg void OnSysCommand(UINT nID, LPARAM lParam);
afx_msg void OnPaint();
afx_msg HCURSOR OnQueryDragIcon();
afx_msg void OnButtonVt();
afx_msg void OnButtonMs();
afx_msg void OnButtonDictate();
//}}AFX_MSG
afx_msg LRESULT OnSREvent(WPARAM, LPARAM);
DECLARE_MESSAGE_MAP()
};
注意，在CStenotypistDlg類中定義了一個CSpeechRecognition類的對象。
在OnInitDialog函數中調用CSpeechRecognition的初始化函數和設置語音語言列表：
BOOL CStenotypistDlg::OnInitDialog()
{
CDialog::OnInitDialog();
// Add "About..." menu item to system menu.
// IDM_ABOUTBOX must be in the system command range.
ASSERT((IDM_ABOUTBOX & 0xFFF0) == IDM_ABOUTBOX);
ASSERT(IDM_ABOUTBOX < 0xF000);
CMenu* pSysMenu = GetSystemMenu(FALSE);
if (pSysMenu != NULL)
{
CString strAboutMenu;
strAboutMenu.LoadString(IDS_ABOUTBOX);
if (!strAboutMenu.IsEmpty())
{
pSysMenu->AppendMenu(MF_SEPARATOR);
pSysMenu->AppendMenu(MF_STRING, IDM_ABOUTBOX, strAboutMenu);
}
}
// Set the icon for this dialog. The framework does this automatically
// when the application's main window is not a dialog
SetIcon(m_hIcon, TRUE); // Set big icon
SetIcon(m_hIcon, FALSE); // Set small icon
// TODO: Add extra initialization here
if (! m_SpeechRecognition.Initialize(m_hWnd))
AfxMessageBox(m_SpeechRecognition.GetErrorString());
m_SpeechRecognition.InitTokenList(GetDlgItem(IDC_LIST1)->m_hWnd);
m_SpeechRecognition.Stop();
return TRUE; // return TRUE unless you set the focus to a control
}
開始聽寫和停止聽寫的實現較簡單，只需調用CSpeechRecognition類的響應函數就能實現，其代碼如下所示。注意，停止和開始是互相切換的。
void CStenotypistDlg::OnButtonDictate()
{
if (m_SpeechRecognition.IsDictationOn())
{
m_SpeechRecognition.Stop();
m_btDictation.SetWindowText("聽寫(&D)");
SetWindowText("聽寫者 - 請按<聽寫>按鈕開始聽寫!");
}
else
{
m_SpeechRecognition.Start();
m_btDictation.SetWindowText("停止(&S)");
SetWindowText("聽寫者 - 正在記錄，請口述...");
}
}
設置話筒和語音訓練也通過直接調用CSpeechRecognition類的成員函數來實現：
void CStenotypistDlg::OnButtonVt()
{ m_SpeechRecognition.VoiceTraining(m_hWnd);
}
void CStenotypistDlg::OnButtonMs()
{ m_SpeechRecognition.MicrophoneSetup(m_hWnd);
}
為了響應消息WM_SREVENT，需要添加相應的消息響應函數：
BEGIN_MESSAGE_MAP(CStenotypistDlg, CDialog)
//{{AFX_MSG_MAP(CStenotypistDlg)
ON_WM_SYSCOMMAND()
ON_WM_PAINT()
ON_WM_QUERYDRAGICON()
ON_BN_CLICKED(IDC_BUTTON_VT, OnButtonVt)
ON_BN_CLICKED(IDC_BUTTON_MS, OnButtonMs)
ON_BN_CLICKED(IDC_BUTTON_DICTATE, OnButtonDictate)
//}}AFX_MSG_MAP
ON_MESSAGE(WM_SREVENT, OnSREvent)
END_MESSAGE_MAP()
LRESULT CStenotypistDlg::OnSREvent(WPARAM, LPARAM)
{ WCHAR *pwzText;
m_SpeechRecognition.GetText(&pwzText);
m_strText += CString(pwzText);
UpdateData(FALSE);
return 0L;
}
7）為了調用Speech引擎，應該在Microsoft Visual C++編程環境中設置好相應的include和lib設置：
① 設置include路徑
● 通過Project→Settings菜單項打開Project Settings對話框；
● 點擊C/C++項；
● 在Category下拉列表中選取Preprocessor；
● 在“Additional include directories”編輯框中輸入安裝Speech SDK的include的路徑，默認的路徑是C:/Program Files/Microsoft Speech SDK 5.1/Include。
② 設置lib信息
● 通過Project→Settings菜單項打開Project Settings對話框；
● 選擇Link項；
● 在Category下拉列表中選取Input項；
● 在“Additional library path”編輯框中輸入安裝Speech SDK的lib的路徑，默認的路徑是C:/Program Files/Microsoft Speech SDK 5.1/ Lib/i386；
● 將“sapi.lib”輸入“Object/library modules”所標識的編輯框中。
8）編譯連接該項目，就可讓聽寫者開始聽寫了。
Stenotypist項目的所有源代碼都存放在附盤的/Source/Stenotypist目錄下。