资源描述：
《speechsdk语音识别系统》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。
1、SpeechSDK5.1微软语音识别分两种模式:文本识别模式和命令识别模式.此两种模式的主要区别,主要在于识别过程中使用的匹配字典不同.前者使用的是通用字典,特点是内容多,覆盖的词汇量大,字典由sdk提供.适用于没有预定目标的随机听写之类的应用.同时因为词汇量大直接导致识别的精度降低,识别速度较慢.后者的字典需要开发者自己编写,就是你们所说的xml文件.xml文件作为一种数据存储的方式,有一定的格式,定义了sdk需要确定的一些标签,和用以匹配的词汇.这种方式由开发者定义词汇的数量,大大降低匹配过程中需要检索的词汇量,提高了识别速度.同时因为侯选项极少,所以一般不会识别错误.其缺点也是明
2、显的:词汇量小,只有预先输入字典的词汇可以被识别出来,所以一般用来作为常用命令的识别,方便用户操作,代替菜单命令等.利用微软SpeechSDK5.1在MFC中进行语音识别开发时的主要步骤，以SpeechAPI5.1+VC6为例：1、初始化COM端口一般在CWinApp的子类中，调用CoInitializeEx函数进行COM初始化，代码如下：::CoInitializeEx(NULL,COINIT_APARTMENTTHREADED);//初始化COM注意：调用这个函数时，要在工程设置（projectsettings）->C/C++标签,Category中选Preprocessor，在P
3、reprocessordefinitions:下的文本框中加上“,_WIN32_DCOM”。否则编译不能通过。2、创建识别引擎微软SpeechSDK5.1支持两种模式的：共享（Share）和独享（InProc）。一般情况下可以使用共享型，大的服务型程序使用InProc。如下：hr=m_cpRecognizer.CoCreateInstance(CLSID_SpSharedRecognizer);//Sharehr=m_cpRecognizer.CoCreateInstance(CLSID_SpInprocRecognizer);//InProc如果是Share型，可直接进到步骤3；如果
4、是InProc型，必须使用ISpRecognizer::SetInput设置语音输入。如下：CComPtrcpAudioToken; //定义一个tokenhr=SpGetDefaultTokenFromCategoryId(SPCAT_AUDIOIN,&cpAudioToken);//建立默认的音频输入对象if(SUCCEEDED(hr)){hr=m_cpRecognizer->SetInput(cpAudioToken,TRUE);}或者：CComPtrcpAudio; //定义一个音频对象hr=SpCreateDefault
5、ObjectFromCategoryId(SPCAT_AUDIOIN,&cpAudio);//建立默认的音频输入对象hr=m_cpRecoEngine->SetInput(cpAudio,TRUE);//设置识别引擎输入源3、创建识别上下文接口调用ISpRecognizer::CreateRecoContext创建识别上下文接口（ISpRecoContext），如下：hr=m_cpRecoEngine->CreateRecoContext(&m_cpRecoCtxt);4、设置识别消息调用SetNotifyWindowMessage告诉Windows哪个是我们的识别消息，需要进行处理。
6、如下：hr=m_cpRecoCtxt->SetNotifyWindowMessage(m_hWnd,WM_RECOEVENT,0,0);SetNotifyWindowMessage定义在ISpNotifySource中。5、设置我们感兴趣的事件其中最重要的事件是”SPEI_RECOGNITION“。参照SPEVENTENUM。代码如下：constULONGLONGullInterest=SPFEI(SPEI_SOUND_START)
7、SPFEI(SPEI_SOUND_END)
8、SPFEI(SPEI_RECOGNITION);hr=m_cpRecoCtxt->SetInterest(ul
9、lInterest,ullInterest);6、创建语法规则语法规则是识别的灵魂，必须要设置。分为两种，一种是听说式（dictation），一种是命令式（commandandcontrol---C&C）。首先利用ISpRecoContext::CreateGrammar创建语法对象，然后加载不同的语法规则，如下：//dictationhr=m_cpRecoCtxt->CreateGrammar(GIDDICTATION,&m_cpDictat
