语音系统前端—利用SAPI进行声音识别与发声

关注

VIP免费原创最新推荐文章于 2026-09-20 13:55:33 发布 1.4k 阅读 AI 写同款· GEO 优化 ›

vc与微软语音识别的编程档案导读：　　语音类　　1)在构造语音类之前，必须先设置好工程环境：　　a、从微软官方网站下载windows speech sdk并安装，然后在Visual Studio 6.0中进行相关设置，在Project Setings选项的C++选项卡的“分类：预处理器”添加“,__WIN32_DCOM”(为预先初始化COM组件成功)；　　b、将预处理头文件选项选中“自动使用预补偿页眉”；　阅读详情

在前一章，自然语言问答系统的构造中将整个分为7大模块。这里讲解语音识别与发声模块。

在现有的技术中，windows平台能比较快速上手的应该就是微软的SAPI了。

SAPI中提供的两个主要接口是：

1.SR（Speech Recognition），能直接将语音信号转化成文字；

2.TTS（Text-To-Speech），能直接将文字读出来。（当然，你需要有语音包）

部分测试代码如下：

//语音识别的初始化函数
//主要是创建识别器、上下文环境等
HRESULT InitializeSpeech()
{
	HRESULT hr=E_FAIL;
	if (SUCCEEDED(hr = ::CoInitialize(NULL)))
	{
		/****/
		//自己加一个recognizer，避免对系统自带语音的使用
		hr=cpReconizer.CoCreateInstance(CLSID_SpInprocRecognizer);
		if(FAILED(hr))
		{
			printf("Recognizer创建失败！");
			//return;

		}
		CComPtr<ISpObjectToken> cpAudioToken;  
		hr = SpGetDefaultTokenFromCategoryId(SPCAT_AUDIOIN, &cpAudioToken