基于C#实现语音识别功能详解

简介

语音识别是目前非常流行的人机交互方式之一，也有很多应用场景，诸如：车载音响、语音助手、智能家居等。本文将介绍如何使用C#实现语音识别功能。

准备工作

为实现语音识别功能，我们需要引入第三方库——Microsoft Speech SDK。首先需要前往Microsoft官网下载安装SDK，地址：https://www.microsoft.com/en-us/download/details.aspx?id=27225

在安装完成后，我们可以找到Microsoft Speech SDK的API文档，地址：https://docs.microsoft.com/en-us/previous-versions/office/developer/speech-technologies/dd148912(v=office.14)

实现步骤

1. 引用命名空间

在使用Microsoft Speech SDK前，我们需要在C#代码中引用以下命名空间：

using System.Speech.Recognition;
using System.Speech.Synthesis;

1. 声明SpeechRecognitionEngine对象

在C#代码中声明一个SpeechRecognitionEngine对象speechRecognizer，代码如下：

SpeechRecognitionEngine speechRecognizer = new SpeechRecognitionEngine();

1. 设置语音识别参数

通过speechRecognizer对象的属性或方法，可以设置语音识别的参数。例如：

// 设置语音识别识别的语言
speechRecognizer.SetInputToDefaultAudioDevice();
speechRecognizer.LoadGrammar(new DictationGrammar());
speechRecognizer.RecognizeAsync(RecognizeMode.Multiple);
speechRecognizer.SpeechRecognized += new EventHandler<SpeechRecognizedEventArgs>(SpeechRecognitionCallback);

上述代码中，我们设置了语音识别的语言为默认语音设备，加载了DictationGrammar语音识别语法，设置语音连续识别模式并添加了SpeechRecognized事件的回调函数SpeechRecognitionCallback。

DictationGrammar语音识别语法指，低消耗简洁的语音模型，提供了基于说法和词汇的语音识别，应用于需要快速开发自己的语音命令的开发者。

1. 设计SpeechRecognitionCallback函数

SpeechRecognitionCallback函数是语音识别引擎识别出语音时的回调函数，在该函数中我们可以根据语音指令执行相应的代码。

下面是一个示例，该示例中实现了简单的打开应用程序的语音命令：

private void SpeechRecognitionCallback(object sender, SpeechRecognizedEventArgs e)
{
    string result = e.Result.Text.ToLower();

    if (result.Contains("open notepad"))
    {
        Process.Start("notepad.exe");
    }

    if (result.Contains("open paint"))
    {
        Process.Start("mspaint.exe");
    }
}

上述代码中，我们获取到识别出的语音命令，判断是否包含打开notepad或打开paint。如果包含，则使用Process.Start()函数启动对应的应用程序。

示例

下面是两个简单的示例：

示例1：语音播报电脑时间

static void Main(string[] args)
{
    // 创建SpeechSynthesizer对象
    SpeechSynthesizer speechSynthesizer = new SpeechSynthesizer();
    while (true)
    {
        // 获取当前时间，并转换成指定格式的字符串
        DateTime now = DateTime.Now;
        string timeStr = now.ToString("t");

        // 使用SpeechSynthesizer对象朗读当前时间
        speechSynthesizer.Speak(timeStr);

        // 每隔10秒执行一次
        Thread.Sleep(10000);
    }
}

上述代码中，我们使用SpeechSynthesizer对象读出当前时间。

示例2：语音控制电脑启动或关闭应用程序

static void Main(string[] args)
{
    // 创建SpeechRecognitionEngine对象
    speechRecognizer = new SpeechRecognitionEngine();

    // 加载DictationGrammar语音识别语法
    speechRecognizer.LoadGrammar(new DictationGrammar());

    // 开始连续识别语音，并将结果输出到控制台
    speechRecognizer.SpeechRecognized += new EventHandler<SpeechRecognizedEventArgs>(SpeechRecognitionCallback);
    speechRecognizer.RecognizeAsync(RecognizeMode.Multiple);

    // 等待用户按下Enter键才退出程序
    Console.ReadLine();
}

// 识别的语音命令回调函数
private static void SpeechRecognitionCallback(object sender, SpeechRecognizedEventArgs e)
{
    string result = e.Result.Text.ToLower();
    if (result.Contains("open notepad"))
    {
        Process.Start("notepad.exe");
    }

    if (result.Contains("open paint"))
    {
        Process.Start("mspaint.exe");
    }

    if (result.Contains("close notepad"))
    {
        foreach (var process in Process.GetProcessesByName("notepad"))
        {
            process.Kill();
        }
    }

    if (result.Contains("close paint"))
    {
        foreach (var process in Process.GetProcessesByName("mspaint"))
        {
            process.Kill();
        }
    }
}

上述代码中，我们使用SpeechRecognitionEngine对象实现了语音控制电脑启动或关闭应用程序的功能。用户可以说出“打开notepad”或“关闭notepad”等命令，程序根据命令执行相应的操作。