TTS开发步骤_基于图形界面.doc

事件驱动的文本语音转换（TTS）实例介绍一个基本的文字转语音的例子，应用程序使用图形界面（非控制台应用程序）建立项目首先，创建一个新的windows 32平台应用程序项目，在向导中，选择一个典型的“Hello world！”应用。由此产生的项目代码比命令行版本的长，且大多数新的复杂代码与sapi关系不大，但是是实现图形界面所必须的代码。 设置sapi的路径与SAPI相关的文件路径必须在项目中声明。以下是设置“sapi.h”路径的步骤： 1，在菜单上，选择工具“Tools”，然后单击选项“Options”。2，单击“Directories”选项卡。 3，选择“Include Files”下拉式选单4，单击最后一行闲置在路径清单，并输入“sapi.h”的文件路径：“C:/Program Files/Microsoft Speech SDK 5.1/Include”5，选择“Library Files”下拉式选单，并输入“sapi.lib”的文件路径： “C:/Program Files/Microsoft Speech SDK 5.1/Lib/i386”。最后单击确定。 创建“Speak”菜单命令为了使应用程序响应我们发出“Speak”命令，并且发出声音，需要对自动生成的菜单项做一些修改。读者可以通过VC6.0的资源管理器，在“File”菜单下面，增加一个“Speak”命令项，并且将该命令项的资源ID设置为“IDM_SPEAK”。后文再讲述如何处理这个命令事件的代码。现在先来编译和运行这个应用程序，确保以上的设置准确无误。程序除了在屏幕上面显示“Hello world”之外，其它什么事情也没做，但是它确实可以运行起来了。使用这个实例第1步：初始化com 第2步：设置声音第3步：讲！第4步：设置感兴趣的事件第5步：确定事件类型第6步：响应事件第1步：初始化com 用一个winmain中的程序段说明。唯一的限制是在使用任何sapi的特定代码前com必须是初始化完成了，并且在运行sapi过程中，COM一直都是活动的。既然sapi是用initinstance来实例化的，COM的初始化就应该在initinstance之前被初始化 ，并在消息环之后被撤销。程序清单1：粗体字代表着这个例子的新代码 if( FAILED( CoInitialize(NULL) ) ) return FALSE; / Perform application initialization: if (!InitInstance (hInstance, nCmdShow) return FALSE; hAccelTable = LoadAccelerators(hInstance, (LPCTSTR)IDC_GUIAPP); / Main message loop: while (GetMessage(&msg, NULL, 0, 0) if (!TranslateAccelerator(msg.hwnd, hAccelTable, &msg) TranslateMessage(&msg); DispatchMessage(&msg); CoUninitialize();第2步：设置声音 一旦com运行后，下一步就是要创建语音对象。这里需要用到cocreateinstance（） 。正如上一篇中的命令例子中说， sapi使用很多智能的默认配置。所以只要进行很少的初始化，你即时可以使用语音对象。这些默认配置放在在语音属性，控制面板，一个可选的声音模式（如果你的系统有一个以上的），和语言（英文，日文等）。有些则默认是显而易见的，其他的就没这么明显（如讲话速率，基音周期等）。不过，你可以以编程的方式或通过控制面板来改变所有的默认配置。 为求简洁和方便起见，这个例子使用了特别的处理方式。首先，它使用initinstance （ ）来初始化的声音。这是最简单的初始化过程。在其他一些应用中，特别是使用语音识别（SR）实例中，程序可能有专门的初始化模块，这样可以使SAPI相关的代码与普通的程序代码独立开来。第二，这个语音对象是全局性的。根据你的应用程序的设计和要求，你可能不需要一个全局的语音对象。第三，对下面的代码来说，语音对象建立之后，对象本省和用到的内存立即被释放。显然，如果这个对象有其它用途的话，它是不能被释放的。这过渡性的代码，只是为了做一个简单的说明。最后，如果初始化失败，应用程序应该有更强有力的检查错误机制，更广泛的报告和更详细的资料。 程序清单2：ISpVoice *pVoice; /SAPI voiceBOOL InitInstance(HINSTANCE hInstance, int nCmdShow) HWND hWnd; hInst = hInstance; / Store instance handle in our global variable hWnd = CreateWindow(szWindowClass, szTitle, WS_OVERLAPPEDWINDOW, CW_USEDEFAULT, 0, CW_USEDEFAULT, 0, NULL, NULL, hInstance, NULL); if (!hWnd) return FALSE; ShowWindow(hWnd, nCmdShow); UpdateWindow(hWnd); /Initialize SAPI HRESULT hr = CoCreateInstance(CLSID_SpVoice, NULL, CLSCTX_ALL, IID_ISpVoice, (void *)&pVoice); if( SUCCEEDED( hr ) ) pVoice-Release(); pVoice = NULL; else return FALSE; return TRUE;第3步：讲！ 要讲话的内容用一个参数传给语音对象。这些内容可以根据程序的具体应用来改变。如前所述，常是从一个对话框或一个文件获取字符串的。另外，字符串也可以从一个流中获取，但就要使用另外一个调用 ispvoice： speakstream 。这个例子使用一个简单的，代码化的句子。Speak函数可以使用类似于下面的文本 Speak（L”I am glad to speak.”,spf_async ，NULL）; 这个调用代码是放在windows的消息处理函数wndproc （ ）相应的消息处理中的 。选择从文件菜单,选择Speak命令,计算机将开始讲： 我很高兴发言。 程序代码3:ISpVoice *pVoice; /SAPI voiceBOOL InitInstance(HINSTANCE hInstance, int nCmdShow) HWND hWnd; hInst = hInstance; / Store instance handle in our global variable hWnd = CreateWindow(szWindowClass, szTitle, WS_OVERLAPPEDWINDOW, CW_USEDEFAULT, 0, CW_USEDEFAULT, 0, NULL, NULL, hInstance, NULL); if (!hWnd) return FALSE; ShowWindow(hWnd, nCmdShow); UpdateWindow(hWnd); /Initialize SAPI HRESULT hr = CoCreateInstance(CLSID_SpVoice, NULL, CLSCTX_ALL, IID_ISpVoice, (void *)&pVoice); if( SUCCEEDED( hr ) ) pVoice-Release(); pVoice = NULL; else return FALSE; return TRUE;第4步：设置事件 在COM组件中有很多交互动作,这些交互信息将以信息形式出现。sapi是也一样。信息是在TTS或SR引擎中产生的,某个特定的事件也是在那里开始和结束的.很多时候, sapi或sapi的引擎产生的事件是对应用程序有用的。举例来说，当一个识别过程开始的时候，应用程序会得到相应的通知或消息,最终的用户也可以得到相应的通知。同样，应用或许会有兴趣知道什么时候完成了所有的处理，处理完成后，也许要通知用户，甚至关闭引擎或应用本身时。 应用程序处理这些消息时要进行两个步骤的操作。 首先，它需要接收一个来自sapi的或sapi的引擎的消息。这个消息是程序自定义的.但是，所有的活动sapi都使用相同的消息通知应用程序。要确定确切的正在发生的活动，更多的资料是由sapi的提供的。一个完整的清单，请参见speventenum。 第二个步骤。得到通知后,应用程序要检查一个事件结构,这个事件结构是由SAPI完成的.利用这个结构来确定具体是发生了什么事件（见第五步骤）. 设定感兴趣的事件: 程序可以用setinterest 来设置感兴趣的事件。默认情况下，TTS不向程序发出任何事件通知,而语音识别只发出（ spei_recognition ）消息。也就是说，如果程序忽略了setinterest的调用，TTS应用程序是得不到任何事件通知的,而SR程序只能得到识别完成的通知和消息。在任何时候都可以改变感兴趣的事件。 设定消息不论以何种事件，应用程序都应该将一个消息与sapi联系起来 。程序通过调用setnotifywindowmessage来完成这个任务 。有三类消息可以使用，但至少少用其中一种。第四类是为多线程应用的，在这里没有用到。这四种消息可以参见ispnotifysource节的介绍。实际使用的消息名字和值由程序决定，本例子使用了WM_USER消息。程序清单4： /Initialize SAPI HRESULT hr = CoCreateInstance(CLSID_SpVoice, NULL, CLSCTX_ALL, IID_ISpVoice, (void *)&pVoice); if( SUCCEEDED( hr ) ) pVoice-SetInterest( SPFEI(SPEI_WORD_BOUNDARY),SPFEI(SPEI_WORD_BOUNDARY) ); pVoice-SetNotifyWindowMessage( hWnd, WM_USER, 0, 0 ); else return FALSE;第5步：确定事件如前所述，使用事件来工作需要2个步骤。首先是使用一个简单和标准的做法社设置和使用Windows消息。消息是被发送到程序的消息环中的。在这个例子里， wndproc（ ）接收wm_user讯息。一旦讯息是捕获，其余事情靠sapi函数 来完成。 第二个步骤是，以确定哪些消息发生了。 Sapi使用 spevent和getevents方法来确定具体的事件和消息。通过这两个函数，你可以获取指定的事件信息和事件类型。在SPEVENT的成员eeventid恰恰是setinterest所设定的值 。该spevent结构必须在首次使用时被初始化。而且重新使用之前也要被清除。可以使用spclearevent来完成清除工作。 有可能事件和消息发生的速度比应用处理速度要快。这是一个常见的情况。 getevents可以一次性取出一个以上事件。这程序对这些这些事件进行批处理，一般专业应用程序是需要这样做的。另一种方式来处理这种情况，是用一个while循环。一个一个的检索出每一事件。请看下例。程序清单5：case WM_USER: SPEVENT eventItem; memset( &eventItem, 0,sizeof(SPEVENT); while( pVoice-GetEvents(1, &eventItem, NULL ) = S_OK ) switch(eventItem.eEventId ) case SPEI_WORD_BOUNDARY : break; default: break; SpClearEvent( eventItem );第6步：响应事件 一旦事件和消息是确定后，编程变得更加标准了。在这个例子中，应用程序使用spei_word_boundary消息来取定每一个单词。可以用getstatus函数和spvoicestatus结构。来获取更详细的信息。 一个独立的单词，可以用事件发生时的第一个字母和最后一个字母的位置来确定。在这个例子中，使用MessageBoxW来显示所讲的单词。在说话过程中，屏幕是实时更新的，并显示实际发言的文字。这个特点是由spf_async标志控制的。如果在Speak函数中使用NULL参数，而不是SPF_ASYNC参数，那样就要等整句话说完之后，才显示消息框。pVoice-Speak( theString, SPF_ASYNC, NULL)；程序代码6： case SPEI_WORD_BOUNDARY : SPVOICESTATUS eventStatus; pVoice-GetStatus( &eventStatus, NULL ); ULONG start, end; start = eventStatus.ulInputWordPos; end = eventStatus.ulInputWordLen; wcsncpy( tempString, theString + start , end ); tempString end = /0; MessageBoxW( hWnd, tempString, LGUIApp, MB_OK|MB_ICONWARNING ); break;总结：最后，总结一下这个例子的主要知识点：1，初始化COM： CoInitialize和CoUninitialize2，建立语音对象实例：CoCreateInstance3，讲话：Speck4，设置感兴趣的事件：SetInterest 设定SAPI返回的消息 ：setnotifywindowmessage5，消息来时，确定事件类型：GetEvents 清除事件结构：SpClearEvent6，相应事件时，用GetStatus确定当前SAPI的状态最后完整的实例代码：/ GUIApp.cpp : Defines the entry point for the application.#include stdafx.h#include SetInterest( SPFEI(SPEI_WORD_BOUNDARY),SPFEI(SPEI_WORD_BOUNDARY) ); pVoice-SetNotifyWindowMessage( hWnd, WM_USER, 0, 0 ); else return FALSE; return TRUE;/FUNCTION: WndProc(HWND, unsigned, WORD, LONG)/PURPOSE:Processes messages for the main window./WM_COMMAND - process the application menu/WM_PAINT - Paint the main window/WM_DESTROY - post a quit message and return/LRESULT CALLBACK WndProc(HWND hWnd, UINT message, WPARAM wParam, LPARAM lParam) int wmId, wmEvent; PAINTSTRUCT ps; HDC hdc; TCHAR szHelloMAX_LOADSTRING; LoadString(hInst, IDS_HELLO, szHello, MAX_LOADSTRING); WCHAR tempString30; switch (message) case WM_COMMAND: wmId = LOWORD(wParam); wmEvent = HIWORD(wParam); / Parse the menu selections: switch (wmId) case IDM_ABOUT: DialogBox(hInst, (LPCTSTR)IDD_ABOUTBOX, hWnd, (DLGPROC)About); break; case IDM_EXIT: DestroyWindow(hWnd); break; case IDM_SPEAK: wcscpy( theString, LI am glad to speak. ); pVoice-Speak( theString, SPF_ASYNC, NULL); break; default: return DefWindowProc(hWnd, message, wParam, lParam); break; case WM_USER: SPEVENT eventItem; memset( &eventItem, 0,sizeof(SPEVENT); while( pVoice-GetEvents(1, &eventItem, NULL ) = S_OK ) switch(eventItem.eEventId ) case SPEI_WORD_BOUNDARY : SPVOICESTATUS eventStatus; pVoice-GetStatus( &eventStatus, NULL ); ULONG start, end; start = eventStatus.ulInputWordPos; end = eventStatus.ulInputWordLen; wcsncpy( tempString, th