带有语音提示功能的界面设计与开发

人机交互基础教程

实验报告

实验题目：带有语音提示功能的界面设计与

开发

专 业 计算机科学与技术 学 生 姓 名 班 级 学 号 教 师 指 导 单 位 计算机软件学院 日 期

.

.

教 师 评 教师签名： 年 月 日 语 成绩评定 备注 .

.

一、实验目的

1）通过开发一个简单的具有语音提示功能的人机交互系统，使同学了解多通道交互系统的优点和交互模型的构建方法。 2）理解语音合成技术的基本原理。

3）了解和掌握Microsoft speech sdk的使用方法。 二 、实验器材

1．配有语音卡、耳麦、扬声器等多媒体设备的PC机 2. Windows操作系统 3. MS Speech SDK 三、实验说明

1．MS Speech SDK简介：

为解决语音引擎之间不兼容的问题，微软推出了一套语音应用程序开发的软件开发资源包Speech SDK，方便开发人员使用资源包开发语音识别和语音合成的应用程序，隔离了应用软件与语音引擎之间的联系，使得语音引擎的更换不会影响到应用程序的设计。 2．Speech SDK基本工作原理

.

.

作为应用程序开发者，只需调用speech sdk中的函数，即可实现

语音合成与语音识别功能。 3．下载安装

从Microsoft官方下载站点搜索Speech SDK 5.1并下载安装，中文语言包可选择安装。安装好Speech SDK后，语音控制程序将被添加到 “控制面板”->“语音”选项中。利用下图对话框可以设置语音识别和文字-语音转换的各项属性，包括语言、语调、语速和输入设备等。

三、实验内容与步骤 (1)实验内容

在visual c++或.net环境下，用微软的Speech SDK实现一个具有语音提示功能的界面，要求设计交互模型，并根据实际应用情况来确定是否要用语音。

调用Speech sdk的方法简述如下：

.

.

首先在visual c++主窗口的菜单栏中选择“工程”－> “设置” 。在弹出对话框中选择“c/c++”选项卡，在分类中选择“preprocessor”,在附加包含路径中，输入speech sdk安装路径下的include目录，如： C:\\Program Files\\Microsoft Speech SDK 5.1\\Include

然后选择“link”选项卡，在分类中选择“Input”,在附加库路径中，输入speech sdk安装路径下的lib目录，如： C:\\Program Files\\Microsoft Speech SDK 5.1\\Lib\\i386

程序中的关键代码如下：

.

.

#include

#include //引入头文件，以调用SDK中的API UpdateData();

ISpVoice * pVoice = NULL; if (FAILED(CoInitialize(NULL))) {

AfxMessageBox(\"Error to intiliaze COM\"); return; }//初始化COM

HRESULT hr = CoCreateInstance(CLSID_SpVoice, NULL, CLSCTX_ALL, IID_ISpVoice, (void

**)&pVoice);

if( SUCCEEDED( hr ) ) {

hr = pVoice->SetVolume(80);//音量控制0～100 hr = pVoice->SetRate(0);//语速控制-5～5

hr = pVoice->Speak(L“hello world”, SPF_DEFAULT, NULL);//语音的内容 ISpObjectToken * spToken = NULL;

if (SUCCEEDED(SpFindBestToken(SPCAT_VOICES, L\"language=804\{ pVoice->SetVoice(SpToken);//切换至中文语音模式，language=804代表中文，409代表英文

pVoice->Speak(L\"世界你好\ SpToken->Release(); }

if (SUCCEEDED(SpFindBestToken(SPCAT_VOICES, L\"language=409\L\"Name=Microsoft Mike\说话人控制 {

pVoice->SetVoice(SpToken);

pVoice->Speak(L\"This is Mike speaking\ SpToken->Release(); }

.

.

pVoice->Speak(L\"你好 \也可直接写成xml标签的格式

pVoice->Speak(L\"This sounds normal but the pitch drops half way through\声调控制，-代表低音，+代表高音 pVoice->Release(); pVoice = NULL; }

CoUninitialize();

Speech sdk还有很多功能，详见安装目录下的帮助文档。 (2)实验步骤

1）熟悉Text-To-Speech（TTS）基本函数的调用方法，编程实现最简单的语音合成原型系统。 2）体会交互过程和实现方法。

3）设计一个完整的人机交互界面，在适当的环节嵌入语音合成模块，实现语音提示功能。 四、实验总结

通过本次实验，我学会了开发一个简单的具有语音提示功能的人机交互系统，也了解了多通道交互系统的优点和交互模型的构建方法。对于语音合成技术的基本原理也有了基本的理解，第一次认识并使用了Microsoft speech sdk，对于它的使用方法还不太熟悉，需要日后再加强。

.