【正文】 APP執(zhí)行請求的過程中，首先需要某個通知機制來得到相應的通知消息，實現(xiàn)此過程還需要lParam成員，其包含的IspRecoResult接口為APP確定了RecoGrammar_ISP 接口識別出的是何種語音信號。在這里應用程序需要首先創(chuàng)建和加載一個RecoGrammar_ISP接口，是為前面所提到的控制語法提供載體，而且在這個過程需要調(diào)用RecoGrammar_ISP：：LoadDictation 方法，用其作為口述語法的載體。在經(jīng)過ISpEventSource：：InterestSET方法事件設定過程的中，需要有SPEI_RECOGNITION事件來標識Recognizer_ISP，因為Recognizer_ISP是在CRInstanceCreat_ISP對語音識別之后的狀態(tài)標識。作為IspEventSource的一種應用接口，在CRInstanceCreat_ISP接口中調(diào)用相應的方法用于指定CRInstanceCreat_ISP需要的特定的消息，這個方法可以是IspNotifySource。最后一步的操作是對ISpRecognizet：：CreateCRInstanceCreat函數(shù)的調(diào)用，用其來得到 CRInstanceCreat_ISP對象。在創(chuàng)建一個獨占式語音識別引擎的CRInstanceCreat_ISP對象的過程中，應用程序同樣要首先調(diào)用COM的ComCRInstanceCreat函數(shù)。在創(chuàng)建一個可共享語音識別引擎 CRInstanceCreat_ISP對象的過程中，應用程序（APP）首先要調(diào)用COM 的ComCRInstanceCreat(SpShared_CLSID_ReCon)函數(shù)，從而SAPI可以將音頻輸入流設置為默認模式。應用程序在語音引擎的選擇中有兩種不同的選擇方式。語音識別中存在的可共享語音識別引擎CRInstanceCreat_ISP是其主要接口。其中API層在對語音識別以及語音合成方面的程序開發(fā)起到了加快作用。如圖3所示為SAPI層，應用程序接口（API）層和設備驅(qū)動接口（DDI）層三者之間的結構圖。圖2 語音識別原理流圖 Microsoft Speech SDK介紹Microsoft Speech SDK是在windows 操作系統(tǒng)下視窗環(huán)境（如VC++、Visual Studio等開發(fā)工具）語音開發(fā)工具包，其主要包含以下幾種語音引擎，即應用設計接口（SAPI）、微軟的串聯(lián)語音及語音到文本的合成（TTS）引擎以及微軟的連續(xù)語音識別引擎（MCSR）[1]。進行訓練之后就會對語音進行“識別(Recognition)”，具體過程是與語音參數(shù)庫中的參數(shù)模板進行比較，以此來判斷識別結果是否理想。盡管語音識別系統(tǒng)存在著多種類別，但各種識別形式遵循相似的語音識別基本原理與處理方法。如圖1所示為系統(tǒng)功能流程。在程序設計的過程中首先對系統(tǒng)進行初始化，包括語音初始化和串口初始化，其中串口初始化是為了與下位機進行通信,然后進入語音識別過程。 功能概述在MFC加載編譯，執(zhí)行程序后，生成的可執(zhí)行文件即最終的應用軟件。上位機采用在VC++ 的MFC平臺下編程實現(xiàn)，下位機使用STC89C51單片機進行通信并實現(xiàn)相應的控制過程。該軟件的使用是在Windows操作系統(tǒng)下運行的，識別相關語音命令來加載運行所指定的功能。在應用領域中語音識別是人機交互方式的一個重要應用，伴隨著語音技術、通信技術、智能物聯(lián)網(wǎng)技術的發(fā)展，語音識別技術將在遠程智能控制、教育培訓、電子商務管理等各個新型領域中發(fā)揮著更大的作用。最早利用計算機技術實現(xiàn)語音識別技術的有IBM、APPLE、GOOGLE等公司，在目前的Windows、Android等智能移動設備中都相繼得到了開發(fā)。目錄 1 1 1 1 1 設計環(huán)境要求 1 功能概述 2 3 3 Microsoft Speech SDK介紹 4 6 語音識別的過程 6 COM庫的初始化 6 對語音識別對象的創(chuàng)建 7 上下文語音識別命令的創(chuàng)建 7 對識別消息和感興趣事件進行設置 7 語法和規(guī)則的裝載 7 響應各種事件 8 上位機程序設計過程 10 10 10 11 11 下位機硬件設計 11 串口電平轉換電路設計 12 語音控制模塊及流水燈電路設計 13 下位機軟件設計 13 下位機串口通信波特率設置 14 語音播報控制芯片時序控制 15 15 15 187. 設計總結 18參考文獻： 19附錄一：系統(tǒng)上位機部分源代碼 20附錄二：XML語法規(guī)則文件代碼 31附錄三：系統(tǒng)下位機源代碼 33致謝 38語音識別技術的產(chǎn)生與不斷發(fā)展的過程已經(jīng)有六十多年的歷史, 在計算機與現(xiàn)代通信技術的不斷進步,語音識別技術的進步及其擴大的應用領域也得以體現(xiàn)。 關鍵詞：語音識別、Speech SDK、MFC、單片機； The Speech Recognition design based on Microsoft Speech SDKName: LiuHuan Student ID:201040620228 Instructor：Xiaobo ZhouAbstract : The design which using the Microsoft Speech SDK was designed on the workspace of MFC by VC++ and make it that PC speech recognition true. The man –machine interaction system which operations on Windows Operation System was designed by learning and researching in the Microsoft Speech development theory , knowing the design and application on the workspace of MFC and the operation on VC++ whole system design was insisted of the upper puter design and the lower puter design , the upper puter design was the main design and the lower puter design was designed as an extended design.The main control chip of the lower puter design used STC89C51 MCU. The software of the lower puter was programmed by C program language at the workspace of Keil. The part of the upper puter control included opening the windows procedure, opening websites and so on . The main function of the lower puter control was controlling the voice broadcast which was produced by voice module . The whole system was designed by enclosing people39。下位機控制部分主要是控制語音模塊的語音播報。其中下位機設計使用STC89C51單片機作為主控芯片，下位機軟件采用C語言在Keil下編程實現(xiàn)。通過對微軟語音開發(fā)理論的學習與探索，了解MFC平臺的開發(fā)與應用，掌握Microsoft Speech SDK （SAPI）在VC++，設計出的在Windows系統(tǒng)下的人機交互語音識別系統(tǒng)。 本科畢業(yè)論文（設計）題 目： 基于微軟語音引擎的語音識別 學 生： 劉歡 學號： 201040620228 學 院：物理與電子科學學院 專業(yè)： 電子信息科學與技術 入學時間： 2010 年 9 月 15 日指導教師： 周小波 職稱： 教授 完成日期： 2014 年 5 月 4 日誠 信 承 諾我謹在此承諾：本人所寫的畢業(yè)論文《基于微軟語音引擎的語音識別》均系本人獨立完成，沒有抄襲行為，凡涉及其他作者的觀點和材料，均作了注釋，若有不實，后果由本人承擔。 承諾人（簽名）： 年 月 日基于微軟語音引擎的語音識別作者：劉歡 學號：201040620228 指導老師：周小波摘要:本設計是利用微軟語音軟件開發(fā)包Speech SDK,在VC++ 的MFC平臺下實現(xiàn)計算機語音識別的過程。系統(tǒng)總體設計包含上位機設計和下位機設計，以上位機軟件設計為主體設計部分，下位機部分作為功能擴展部分。上位機控制部分包含打開Windows視窗程序、打開瀏覽器中的網(wǎng)站等操作。整個系統(tǒng)是圍繞日常生活中人們所需進行設計的，為人們?nèi)粘Ｉ钐峁└嗟谋憷?。s daily lives , in order to make it much more convienient . Key words: speech recognition, Speech SDK, MFC, Microcontroller Unit 。目前，一些基于語音識別技術的產(chǎn)品如語音撥號電話，智能語音搜索引擎等在國內(nèi)外都相繼得到了開發(fā)與使用。 語音識