1、基于 Speech SDK 开发中英文混合朗读程序摘 要 中英文混合朗读一直是个难点，本文在分析 Microsoft Speech SDK 中英文引擎的基础上，提出了根据文本类型实时切换中英文引擎的方法，在 Visual C+6.0 中实现了一个示例程序。关键词 Speech SDK；中英文混合朗读； Visual C+ 1 Speech SDK 简介语音识别(SR)和语音合成(TTS)一直是计算机应用的热点，如果你想在 Windows 平台上开发具有语音识别和语音合成功能的应用程序，使用 Microsoft Speech SDK 是较好的选择。现在许多应用程序的语音识别和语音合成部分，例如金
2、山词霸，就是在此基础上开发的。Microsoft Speech SDK 是微软公司推出的支持语音应用程序开发的工具包，其最新版本是 5.1，可以在微软的网站免费下载，如果要支持中文，还要下载相应的 Language Pack。下载后先安装 Speech SDK，再安装简体中文语言包，这样你的计算机就具有中英文语音能力了。下面介绍在 Visual C+6.0 中如何利用 Speech SDK 开发中英文全文朗读的程序。2 SpVoice 类介绍SpVoice 类是支持语音合成(TTS)的核心类。通过 SpVoice 对象调用 TTS 引擎，从而实现朗读功能。 SpVoice 类有以下主要属性：V
3、oice：表示发音类型，相当于进行朗读的人，包括 Microsoft Mary，Microsoft Mike，Microsoft Sam 和 Microsoft Simplified Chinese 四种。其中前三种只能读英文，最后一种可以读中文，也可以读英文，但对于英文单词只能将其包括的各个字母逐一朗读出来。下面的程序中我们将会想办法解决这个问题。Rate：语音朗读速度，取值范围为-10 到+10。数值越大，速度越快。Volume：音量，取值范围为 0 到 100。数值越大，音量越大。SpVoice 有以下主要方法：Speak：完成将文本信息转换为语音并按照指定的参数进行朗读，该方法有 Te
4、xt 和Flags 两个参数，分别指定要朗读的文本和朗读方式（同步或异步等） 。Pause：暂停使用该对象的所有朗读进程。该方法没有参数。Resume：恢复该对象所对应的被暂停的朗读进程。该方法没有参数。3 建立工程并导入类型库建立一个名字为 mytts 的 MFC AppWizard(exe) 工程，在 step1 里面选择 Dialog Based，在 step2 里面把 Automation 选项勾上。 其它的选默认值。查找 spai.dll，将其拷贝到工程的 res 目录，打开 MFC ClassWizard，选择 Automation 页，单击按钮“Add Class“，选择“Fro
5、m a type library“，选中“sapi.dll“ 文件，这时系统会出现 confirm Classes 对话框，询问将要导入的类，我们全部选中。4 增加控件给对话框 IDD_MYTTS_DIALOG 增加控件，结果如图 1 所示。图 1 程序界面5 编写代码这里只说明关键的代码，完整代码可参考源文件。1) 对话框的初始化这里主要完成语音对象的速度，音量等基本参数的设置。BOOL CMyttsDlg：OnInitDialog() CLSIDFromProgID(L“SAPI.SpVoice“，&CLSID_ SpVoice) ；voice.CreateDispatch(CLSID_S
6、pVoice)； /创建一个对象pDisp = voice.m_lpDispatch；HRESULT hr = pDisp-QueryInterface(CLSID_SpVoice，(void*)&voice.m_lpDispatch) ；if (hr = S_OK) pDisp-Release()；else voice.AttachDispatch(pDisp，TRUE)； /关联对象与接口voice.SetRate(0)；/设置速度voice.SetVolume(100)；/设置音量voiceList=voice.GetVoices(NULL，NULL)； /读取语音列表：m_Text=“
7、你好 How are you“；/设置要阅读的初始文本UpdateData(FALSE)；2) 阅读按钮的代码这部分代码是本程序的核心，主要解决的问题是实现中英文引擎的实时切换。实现方法是这样：依次处理文本中的每个字符，判断该字符的中英文类型，若其类型与前面的字符一致，继续处理后面的字符。直到发现一个字符与前面字符的类型不一致时，将前面的字符读出来（当然要根据字符类型设置相应的引擎） ，然后再处理后面的字符。具体代码如下：void CMyttsDlg：OnBtnRead()long i，len；char curr；CString str；int flagPre，flagCur ；int icn
8、t， first；UpdateData(TRUE)； len=m_Text.GetLength()；flagPre=iChn；icnt=0；first=0 ；for (i=0；i=A & curr=a & curr=z) flagCur=iEng；/ 如果是英文字母，标志设为 0else flagCur=iChn；/否则标志设为 3if (flagCur=flagPre) icnt+；else if (icnt!=0) /字符类型变化，读出前面的文本 voice.SetRefVoice(voiceList.Item(flagPre)；str=m_Text.Mid(first，icnt)；voi
9、ce.Speak(str，1)；flagPre=flagCur；first=i；icnt=1；/读出最后一段文本voice.SetRefVoice(voiceList.Item(flagPre)；str=m_Text.Mid(first，icnt)；voice.Speak(str，1)； 6 总结本文给出了一种根据文本类型实时切换 Microsoft Speech SDK 的中英文引擎的方法，程序在 Windows 2000 和 Visual C+6.0 环境中调试通过。读者可以在此基础上添加其它功能。参考文献1 毕晓君，静广宇，徐先锋利用 TTS 技术实现文本文件的语音合成J 自动化技术与应用，2004，23(9)：49-512 徐雨明在 VFP 中调用 MSTTS 技术实现英文语音输出的方法J 电脑编程技巧与维护，2001(1)：17，243 陈再良，沈海澜基于 MSTTS 英文朗读功能的实现J计算机时代，2002(4) ：34-35
