版权声明：该博客是本宝宝原创文章，未经博主允许不得转载。

目录(?)[+]

1. C语音识别接口快速入门Microsoft Speech SDK
   1. 目录
2. 一安装SDK
3. 二新建工程配置环境
4. 三语音识别代码
   1. 文字转语音
   2. 语音转文字
5. 源代码下载
6. 参考网站

C++语音识别接口快速入门（Microsoft Speech SDK）

最近毕业设计用到了微软的C++语音识别接口，查找了很多资料，也碰到了很多问题，走了很多弯路。现在把我自己的经验写下来，一是提升自己，二是回报社会。希望大家看了这篇blog之后，5min就学会C++语音识别接口的实现。（采用的平台为win8+VS2013）

目录

一、安装SDK

安装MicrosoftSpeechPlatformSDK.msi，默认路径安装即可。
下载路径：
http://download.csdn.net/detail/michaelliang12/9510691

二、新建工程，配置环境

设置：
1，属性–配置属性–C/C++–常规–附加包含目录：C:\Program Files\Microsoft SDKs\Speech\v11.0\Include（具体路径与安装路径有关）
2，属性–配置属性–链接器–输入–附加依赖项：sapi.lib;

三、语音识别代码

语音识别接口可分为文字转语音和语音转文字

1、文字转语音

需要添加的头文件：

#include <sapi.h> //导入语音头文件
#pragma comment(lib,"sapi.lib") //导入语音头文件库

• 1
• 2
• 3

• 1
• 2
• 3

函数：

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 -100pVoice->SetRate(2); //设置速度，范围是 -10 - 10hr = pVoice->Speak(speakContent, 0, NULL);pVoice->Release();pVoice = NULL;}//释放com资源::CoUninitialize();
}

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30

2、语音转文字

这个稍微麻烦一点，因为需要实时监控麦克风，涉及到windows的消息机制。
（1）首先设置工程属性：
属性–配置属性–C/C++–预处理器–预处理器定义：_WIN32_DCOM;

（2）需要添加的头文件：

#include <sapi.h> //导入语音头文件
#pragma comment(lib,"sapi.lib") //导入语音头文件库
#include <sphelper.h>//语音识别头文件
#include <atlstr.h>//要用到CString#pragma once
const int WM_RECORD = WM_USER + 100;//定义消息

• 1
• 2
• 3
• 4
• 5
• 6
• 7

• 1
• 2
• 3
• 4
• 5
• 6
• 7

（3）在程序的.h头文件中定义变量

//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;

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9

（4）创建语音识别初始化函数（程序刚开始执行的时候调用，例如文末示例代码中，将此初始化函数放在对话框初始化消息WM_INITDIALOG的响应代码里）

//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UNINCODEhr = 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);//dictationhr = m_cpCmdGrammar->SetRuleState(NULL, NULL, SPRS_ACTIVE);//C&Chr = 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}

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33
• 34
• 35
• 36
• 37
• 38
• 39
• 40
• 41
• 42
• 43
• 44
• 45
• 46
• 47
• 48
• 49
• 50
• 51
• 52
• 53
• 54
• 55
• 56
• 57
• 58
• 59
• 60
• 61
• 62
• 63
• 64
• 65
• 66
• 67

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33
• 34
• 35
• 36
• 37
• 38
• 39
• 40
• 41
• 42
• 43
• 44
• 45
• 46
• 47
• 48
• 49
• 50
• 51
• 52
• 53
• 54
• 55
• 56
• 57
• 58
• 59
• 60
• 61
• 62
• 63
• 64
• 65
• 66
• 67

（5）定义消息处理函数
需要和其他的消息处理代码放在一起，如本文代码中，放在文末示例代码的DlgProc()函数尾部。本文整个其他的代码块都可以直接照搬，只需要更改如下的消息反应模块即可

//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;}}}

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33
• 34
• 35
• 36
• 37
• 38
• 39
• 40
• 41
• 42
• 43
• 44
• 45
• 46
• 47
• 48
• 49
• 50
• 51

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33
• 34
• 35
• 36
• 37
• 38
• 39
• 40
• 41
• 42
• 43
• 44
• 45
• 46
• 47
• 48
• 49
• 50
• 51

（6）修改语法文件
修改CmdCtrl.xml文件，可以提高某些词汇的识别度，对里面的词识别效果会很好多，如人名等。（此外，单独运行exe时也需要将此文件和exe放在同一文件夹内，不放也不会报错，只是语法文件里的词汇识别效果变差）

<?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>

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33
• 34
• 35
• 36
• 37
• 38
• 39
• 40

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33
• 34
• 35
• 36
• 37
• 38
• 39
• 40

源代码下载

注意，本代码是在原来的项目中截取出来的，但可以独立运行。
Microsoft Speech SDK 安装包下载：
http://download.csdn.net/detail/michaelliang12/9510691
文中示例程序下载（之前下载分数太高，我已经重新上传了新版本，也解决了kincect20.lib报错的问题。由于自己经常在csdn上下东西，也需要积分，需要还是需要各位捧场，2积分。。）：
http://download.csdn.net/detail/michaelliang12/9766783

存在的bug：每次运行完程序，Windows的语音识别助手不会自动关闭，需要自己手动关闭。若不关闭，则下次启动程序可能会出错。大家如果有好的解决办法，请联系我，谢了！

参考网站

1，http://www.cnblogs.com/eping/archive/2010/05/23/1742201.html
2，http://blog.csdn.net/pamchen/article/details/7856207
3，http://blog.csdn.net/jmxiaocai/article/details/7036033
4，http://blog.csdn.net/buaalei/article/details/5372544（主要参考）
5，http://blog.csdn.net/itcastcpp/article/details/5313204
6，http://blog.csdn.net/artemisrj/article/details/8723095（MFC的消息处理响应版本）