SAPI是微軟Speech API , 是微軟公司推出的語音接口，而細(xì)心的人會發(fā)現(xiàn)從WINXP開始，系統(tǒng)上就已經(jīng)有語音識別的功能了，可是用武之地相當(dāng)之少，他并沒有給出一些人性化的自定義方案，僅有的語音操控命令顯得相當(dāng)雞脅。那么這篇文章的任務(wù)就是利用SAPI進(jìn)行個性化的語音識別。

準(zhǔn)備階段，你至少需要安裝以下的工具：

Python2.7 http://www.python.org/

強(qiáng)烈建詭使用2.7，至今Python2.7擁有Python系列為數(shù)最多的工具和應(yīng)用支持，同時也相對比較穩(wěn)定。

Win32Com http://starship.python.net/~skippy/win32/Downloads.html

Python Win32增強(qiáng)工具，可以使Python調(diào)用WIN32COM接口，這個工具的出現(xiàn)使得Python變得無比強(qiáng)大

Speech.py http://pypi.python.org/pypi/speech/

這個是極為精簡的封裝模塊，此處為可選項，當(dāng)然我不建議重復(fù)造輪子，還是下吧，目前只支持Python2.6，但不用灰心，Python2.6和Python2.7的代碼是兼容，不會有異常。

安裝過程請依至上而下的順序。

開發(fā)階段

當(dāng)你安裝了上述的相關(guān)工具后，你就可以進(jìn)行開發(fā)了：

先進(jìn)行一個簡單的環(huán)境調(diào)試：

復(fù)制代碼代碼如下:

whileTrue:
    phrase =speech.input()
    speech.say("You said %s"%phrase)
    ifphrase =="turn off":
        break

上述代碼是啟動語音識別器，同時系統(tǒng)將會重復(fù)你所錄入的語音，當(dāng)遇到“turn off”時，就會自動關(guān)閉識別系統(tǒng)。
如果你通過測試無誤的話，我們就可以開始進(jìn)行擴(kuò)展開發(fā)了。

1. 定義中文語義庫

復(fù)制代碼代碼如下:

closeMainSystem ="關(guān)閉人機(jī)交互"
openEclipse ="我要寫程序"
listenMusic ="我好累啊"
blog ="看博客"
php ="php"
java ="JAVA"

2. 定義相關(guān)語義操作邏輯

復(fù)制代碼代碼如下:

defcallback(phrase, listener):
    print(": %s"%phrase)
    ifphrase ==closeMainSystem:
        speech.say("Goodbye. 人機(jī)交互即將關(guān)閉，謝謝使用")
        listener.stoplistening()
        sys.exit()
    elifphrase ==openEclipse:
        speech.say("請問您要寫PYTHON還是JAVA程序？")
        speech.listenforanything(callback)
    elifphrase ==listenMusic:
        speech.say("即將為你啟動豆瓣電臺")
        webbrowser.open_new("http://douban.fm/")
    elifphrase ==blog:
        speech.say("即將進(jìn)入Dreamforce.me")
        webbrowser.open_new("http://dreamforce.me/")
    elifphrase ==php:
        speech.say("啟動PHP編寫器")
        os.popen("E:\IDE\php_eclipse\eclipse\eclipse.exe")
    elifphrase ==php:
        speech.say("啟動JAVA編寫器")
        os.popen("E:\IDE\php_eclipse\eclipse\eclipse.exe")

其中，os.popen是異步開啟程序，此操作不會單獨(dú)開啟一個SHELL窗口，也不會阻塞當(dāng)前進(jìn)程。
speech.say() 是調(diào)用SAPI進(jìn)行參數(shù)朗讀。
webbrowser.open_new()是打開網(wǎng)頁。

3.程序運(yùn)行主體搭建

復(fù)制代碼代碼如下:

listener =speech.listenforanything(callback)
whilelistener.islistening():
     text =input()
     iftext =="不要語音了":
         listener.stoplistening()
         sys.exit()
     else:
         speech.say(text)

此段為運(yùn)行主體，大意是開啟語音監(jiān)聽，同時支持終端輸入模式。如果你嗓子啞了的話，也可以打字來實(shí)現(xiàn)，哈哈~~

您可能感興趣的文章: