一个集成微软语音识别技术与语音朗读的类，基于Microsoft SpeechAPI5.1的开发

 

//1，生成动态连接库时，要#define USE_SPEECH_DLL,
//     并且#define LANE_SPEECH_EXPORTS
//2，使用动态连接库时，要#define USE_SPEECH_DLL
//3，声称和使用静态连接库时，什么都不需要
//4，另外主程序中静态连接库要调用的方式里要调用CoInitialize( NULL )和CoUninitialize()，
//     动态连接库就不用调用了。

#ifndef LANE_SPEECH_H
#define LANE_SPEECH_H

#include <windows.h>
#define _ATL_APARTMENT_THREADED
#include <atlbase.h>
extern CComModule _Module; //You may derive a class from CComModule and use it. if you want to override something,but do not change the name of _Module
#include <atlcom.h>
#include <sphelper.h>  //sapi需要的头文件

//-----生成动态连接库和静态库的处理----------------
#ifdef USE_SPEECH_DLL //定义了USE_SPEECH_DLL，就按生成DLL，声明导出导入类

 #ifdef LANE_SPEECH_EXPORTS
  #define LANE_SPEECH_DLL __declspec(dllexport)
 #else
  #define LANE_SPEECH_DLL __declspec(dllimport)
 #endif

 //这个警告我现在还没闹清楚是怎么回事了，估计是DLL和com或atl有关
 //暂时只能屏蔽掉它，在静态库里就不会出现这个警告。
 #pragma warning( disable : 4251 )

#else    //没定义USE_SPEECH_DLL，则不声明导出或导入类（LANE_SPEECH_DLL就为空）
 #define LANE_SPEECH_DLL

#endif //USE_SPEECH_DLL

//***************************常量***********************

/公共常量-----------------
const DWORD  SP_CHINESE = 0x0000; //简体中文.
const DWORD  SP_ENGLISH = 0x0001; //英语.

/CTTS常量-----------------
const UINT  WM_SPEAK = WM_USER + 4444; //触发事件产生的消息。

/SR常量-------------------
const UINT  WM_RECOEVENT = WM_USER + 3333; //触发事件产生的消息。
const DWORD  SR_INPROC = 0x0000; //独享类型的SR.
const DWORD  SR_SHARE  = 0x0001; //共享类型的SR.

//以下常量仅作例子用。
#define VID_TopLevelRule 9000  //顶级规则ID
#define VID_SubLevelRule1 9001  //子规则ID
#define VID_SubLevelRule2 9002  //子规则ID
#define VID_SubLevelRule3 9003  //子规则ID

//*************************类声明************************

class CSR;
///
///
//
//        CTTS
//
///
///

class LANE_SPEECH_DLL  CTTS
{
protected:
 HWND      m_hWnd;    // 关联的窗口句柄。

 CComPtr<ISpVoice>   m_pVoice;   // 声音对象的指针。
 CComPtr<ISpObjectToken>  m_pToken;   // token对象的指针。
 CComPtr<ISpAudio>   m_pAudio;   // 音频对象的指针。(用来保存原来默认的输入流)
 CComPtr<ISpStream>   m_pOutputStream; // 输出到文件的流对象。

public:
//********************************初始化部分********************

 
 //功能： 保存与识别引擎关联的窗口句柄。
 //参数： hWnd：要关联的窗口句柄。
 //返回值： 无。
 
 CTTS ( const HWND  hWnd );

 
 //功能： 释放所有的对象。
 //参数： 无。
 //返回值： 无。
 
 ~CTTS ();

 
 //功能： 建立一个voice对象。设置要是别的语言种类，消息,通知事件。
 //参数： dwLanguage：要朗读的语言种类，SP_CHINESE为中文，
 //   SP_ENGLISH为英文。
 //返回值： HRESULT类型。
 
 HRESULT Create( const DWORD dwLanguage = SP_CHINESE );

 
 //功能： 从一个SR引擎建立一个voice对象。设置要是别的语言种类，消息,
 //   通知事件。
 //参数： pSRContext：SR引擎的指针。dwLanguage：要朗读的语言种类，
 //   SP_CHINESE为中文，SP_ENGLISH为英文。
 //返回值： HRESULT类型。
 
 HRESULT Create (  const CSR * pSR,
      const DWORD dwLanguage = SP_CHINESE );

//********************************设置部分***************************************

 
 //功能： 设置朗读声音的语言种类。
 //参数： dwLanguage：语言种类。SP_CHINESE为中文，SP_ENGLISH为英文。
 //返回值： HRESULT类型。
 
 HRESULT SetLanguage ( const DWORD dwLanguage );

 
 //功能： 设置要处理的的事件。
 //参数： ullInterest：来自enum SPEVENTENUM，要用SPFEI()转化为64bit的，
 //   设置多个事件用运算符" | "。 用SPFEI_ALL_SR_EVENTS表示全部事
 //   件都会收到通知。
 //返回值： HRESULT。
 
 HRESULT SetInterest ( const  ULONGLONG   ullInterest );

 
 //功能： 设置朗读声音的音量。
 //参数： usVolume：音量数值应该从0到100
 //返回值： 无。
 
 void SetVolume ( USHORT usVolume );

 
 //功能： 得到朗读声音的音量。
 //参数： 无。
 //返回值： 音量数值，应该从0到100。
 
 USHORT GetVolume ( );

 
 //功能： 设置朗读声音的音速。
 //参数： RateAdjust：音速,参数范围从-10到10。
 //返回值： 无。
 
 void SetRate ( LONG  RateAdjust );

 
 //功能： 得到朗读声音的音速。
 //参数： 无。
 //返回值： 音速,参数范围从-10到10。
 
 LONG GetRate ( );

 
 //功能： 设置朗读的声音流到.wav文件，如果不调用此函数则默认从音箱输出。
 //参数： pszFileName：.wav文件的文件名。要用" L"" "转换。
 //返回值： HRESULT。
 
 HRESULT SetOutputWithWav ( const WCHAR *pszFileName = L"TtsOut.wav");

 
 //功能： 设置朗读的声音从音箱输出。
 //参数： 无。
 //返回值： HRESULT。
 
 HRESULT UnSetOutputWithWav ();

//**********************播放语音，文本到语音转换部分*****************************

 
 //功能： 停止朗读。如果朗读为同步方式，则不能停止。
 //参数： pwcs：要朗读的字符串，需用" L"" "转换，可以是包含xml标记
 //   的字符串。dwFlags：朗读方式。SPF_ASYNC为异步，SVSFDefault为同步，
 //   SVSFIsXML为朗读带xml标记的文本。
 //返回值： HRESULT。
 
 HRESULT Speak ( const WCHAR *pwcs, const DWORD dwFlags = SPF_ASYNC );

 
 //功能： 停止朗读。如果朗读为同步方式，则不能停止。
 //参数： 无。
 //返回值： 无。
 
 void Stop ( );

 
 //功能： 暂停朗读。如果朗读为同步方式，则不能暂停。
 //参数： 无。
 //返回值： 无。
 
 void Pause ();

 
 //功能： 从暂停的地方继续朗读。
 //参数： 无。
 //返回值： 无。
 
 void Resume ();

//********************************处理事件部分***********************************

public:
 
 //功能： 处理发生的事件。系统自动调用，不需要用户自己处理。
 //参数： 无。
 //返回值： 无。
 
 void ProcessTTSEvent ();

 
 //功能： 为虚函数。当输出流结束时要触发的动作，需要在派生类重载。
 //参数： 无。
 //返回值： 无。
 
 virtual void OnStreamStart ();

 
 //功能： 为虚函数。当输出流结束时要触发的动作，需要在派生类重载。
 //参数： 无。
 //返回值： 无。
 
 virtual void OnStreamEnd ();
};

 

///
///
//        CSR
//
///
///

class LANE_SPEECH_DLL  CSR
{

protected:
 HWND m_hWnd;

public:
 CComPtr<ISpRecognizer>  m_pSREngine; // 语音识别引擎(recognition)的接口。
 CComPtr<ISpRecoContext>  m_pSRContext; // 识别引擎上下文(context)的接口。
 CComPtr<ISpRecoGrammar>  m_pSRGrammar; // 识别文法(grammar)的接口。
 CComPtr<ISpStream>   m_pInputStream; // 流()的接口。
 CComPtr<ISpObjectToken>  m_pToken;  // 语音特征的(token)接口。
 CComPtr<ISpAudio>   m_pAudio;  // 音频(Audio)的接口。(用来保存原来默认的输入流)
public:
 static ULONGLONG   ullGrammerID