QT中使用微軟Speech API實現語音識別

時間 2019-11-22

標籤使用微軟 speech api 實現語音識別欄目 Microsoft 简体版

原文原文鏈接

轉載：http://billxia.diandian.com/post/2012-12-23/40049402032git

在Windows下，使用Microsoft Speech API（簡稱爲SAPI）能夠很簡單高效的實現語音識別，關於如何使用SAPI實現語音識別的文章請參見MVP尹成的博客： github

而Speech SDK安裝後有一個Samples文件夾，裏面有C++/C#/VB的示例代碼能夠參考。
如今我想把基於SAPI的語音識別轉移到個人QT的項目裏，也就是在QT裏調用微軟的SAPI來實現語音識別。這個想法是很簡單的，但要實現的話，卻充滿了阻礙。我首先查了一下QT調用Win API的可能性，發現這是徹底能夠的；接下來就着手來實現了。
首次仍是封裝一個Speech Recognition的引擎類SREngine，其頭文件和源文件分別以下： web

/****************************************************

   SREngine類，將MS SAPI的語音識別引擎封裝，用於語音識別

SREngine.h

****************************************************/

#ifndef SRENGINE_H

#define SRENGINE_H

#include <QString.h>

#include <QMessageBox>

// Microsoft Speech API

#undef UNICODE

#include <sapi.h>

#include <sphelper.h>

#include <spuihelp.h>

#include <comdef.h>

#define UNICODE

#include <windows.h>

#include <windowsx.h>

#include <commctrl.h>

#define  WM_RECOEVENT WM_USER+100

#define GID_SRCMD_CN 1234

#define MYGRAMMARID  101

class SREngine

public:

    SREngine();

    ~SREngine();

public:

    //speech varibale

    CComPtr <ISpRecognizer> m_cpRecognizer;

    CComPtr <ISpRecoContext> m_cpRecoContext;

    CComPtr <ISpRecoGrammar> m_cpCmdGrammar;

    //audio variable

    CComPtr <ISpAudio> m_cpAudio;

public:

    HRESULT SetRuleState(const WCHAR * pszRuleName, const WCHAR *pszValue, BOOL fActivate);

    HRESULT LoadCmdFromFile(QString XMLFileName);

    HRESULT InitializeSapi(WId hWnd, UINT Msg);

};

#endif // SRENGINE_H

/*****************************************************************

   SREngine.cpp

*****************************************************************/

#include "SREngine.h"

SREngine::SREngine()

SREngine::~SREngine()

HRESULT SREngine::InitializeSapi(WId hWnd, UINT Msg)

    HRESULT hr = S_OK;

    //FOR ONE NOT FOR ALL

    /* 獨享模式的配置 */

    hr = m_cpRecognizer.CoCreateInstance( CLSID_SpInprocRecognizer);  //獨享模式

    if(FAILED(hr))

        QMessageBox::information(NULL, "Error", "Create recognizer error", MB_OK);

        return hr;

    hr = SpCreateDefaultObjectFromCategoryId(SPCAT_AUDIOIN, &m_cpAudio); //創建默認的音頻輸入對象

    if(FAILED(hr))

        QMessageBox::information(NULL, "Error", "Create default audio object error", MB_OK);

        return hr;

    hr = m_cpRecognizer ->SetInput(m_cpAudio, TRUE);  //設置識別引擎輸入源

    if(FAILED(hr))

        QMessageBox::information(NULL, "Error", "Error setINPUT", MB_OK);

        return hr;

    hr = m_cpRecognizer->CreateRecoContext(&m_cpRecoContext);   //建立識別上下文接口

    if(FAILED(hr))

        QMessageBox::information(NULL, "Error", "Error CreateRecoContext", MB_OK);

        return hr;

    hr =  m_cpRecoContext->SetNotifyWindowMessage(hWnd, Msg, 0, 0);  //設置識別消息，即將Msg消息綁定到hWnd這個窗體上，若是識別出告終果就會產生Msg這個消息，並會emit到hWnd這個窗體

    if(FAILED(hr))

        QMessageBox::information(NULL, "Error", "Error SetNotifyWindowMessage", MB_OK);

        return hr;

    const ULONGLONG ullInterest = SPFEI(SPEI_SOUND_START) | SPFEI(SPEI_SOUND_END) |

                                      SPFEI(SPEI_PHRASE_START) | SPFEI(SPEI_RECOGNITION) |

                                      SPFEI(SPEI_FALSE_RECOGNITION) | SPFEI(SPEI_HYPOTHESIS) |

                                      SPFEI(SPEI_INTERFERENCE) | SPFEI(SPEI_RECO_OTHER_CONTEXT) |

                                      SPFEI(SPEI_REQUEST_UI) | SPFEI(SPEI_RECO_STATE_CHANGE) |

                                      SPFEI(SPEI_PROPERTY_NUM_CHANGE) | SPFEI(SPEI_PROPERTY_STRING_CHANGE);

    hr = m_cpRecoContext->SetInterest(ullInterest, ullInterest);   //設置感興趣的事件

    if(FAILED(hr))

        QMessageBox::information(NULL, "Error", "Error set interest", MB_OK);

    return hr;

HRESULT SREngine::LoadCmdFromFile(QString XMLFileName)

    HRESULT hr = S_OK;

    if(!m_cpCmdGrammar)

        hr = m_cpRecoContext ->CreateGrammar(MYGRAMMARID, &m_cpCmdGrammar);  //命令式（command and control---C&C）

        if(FAILED(hr))

            QMessageBox::information(NULL, "Error", "Error Creategammar", MB_OK);

            return hr;

        WCHAR wszXMLFile[256] = L"";

        XMLFileName.toWCharArray(wszXMLFile);  //ASNI TO UNICODE

        //LAOD RULE FROME XML FILE

        hr = m_cpCmdGrammar->LoadCmdFromFile(wszXMLFile, SPLO_DYNAMIC);

        if(FAILED(hr))

            QMessageBox::information(NULL, "Error", "Error LoadCmdFromFile", MB_OK);

            return hr;

    return hr;

HRESULT SREngine::SetRuleState(const WCHAR * pszRuleName, const WCHAR *pszValue, BOOL fActivate)

    HRESULT hr = S_OK;

    if(fActivate)

        hr = m_cpCmdGrammar ->SetRuleState(pszRuleName, NULL, SPRS_ACTIVE);

    else

        hr = m_cpCmdGrammar ->SetRuleState(pszRuleName, NULL, SPRS_INACTIVE);

    return hr;

在MainWindow的ui上添加一個「開啓」按鈕，而後給它添加槽函數：編程

void MainWindow:: on_pushButtonStart_clicked()

    HRESULT hr = m_SREngine.InitializeSapi(this->winId(), WM_RECOEVENT);  //初始化SAPI

    if(FAILED(hr))

        return;

    QString grammarFileName = "../SpeechGrammar.xml";

    hr = m_SREngine.LoadCmdFromFile(grammarFileName);   //建立語法規則

    if(FAILED(hr))

        return;

    /* 激活語音控制 */

    hr = m_SREngine.SetRuleState(NULL, NULL, SPRS_ACTIVE);

    if(FAILED(hr))

        QMessageBox::information(NULL, "Error", "SetRuleState Active Error!", MB_OK);

        return;

    setWindowTitle("Sound Start");

    ui->pushButtonStart->setEnabled(false);

實現的時候，一個比較棘手的問題是，如何將MFC的消息機制用QT來取代。我首先想到的固然是用信號槽機制來實現，可是這裏徹底跟信號槽對不上號啊，套不進去啊！！！嘗試了半天，在google和baidu上搜啊搜，找到了不多比較相關的資料。沒辦法我就加QT技術的QQ羣，問羣裏大牛，但可能我沒描述清楚，仍是解決不了。
最後，仍是google搜，經過搜QT和WinAPI混合編程，找到了一兩個比較好的結果，裏面有提到用winEvent來截獲窗體的消息，因而看到但願了，哈哈哈。個人winEvent函數以下： windows

bool MainWindow::winEvent(MSG* pMsg, long* result)

    setWindowTitle("Control - Debug: winEvent");

    if(pMsg->message == WM_RECOEVENT)

        *result = this->OnRecoEvent();   //OnRecoEvent函數是具體的處理過程，其中可獲取識別結果並對不一樣的結果作相應的處理

    return false;

這裏的winEvent函數就至關於WinAPI裏的WinProc函數，但不須要用信號槽來顯式的將信號和槽connect起來，只要有該窗體有消息產生，它就會執行。這樣就將消息機制實現了，消息從SAPI的函數裏產生，發送到了MainWindow窗體，再在MainWindow的winEvent函數裏截獲該消息進行相應的處理。
該實例的全部源文件已上傳到GitHub：https://github.com/ibillxia/Demo/tree/master/QtSAPIDemoapi