Работа с Microsoft Speech API в Delphi

Источник: delphiplus

Альберт Мамедов

В ходе создания программного обеспечения возникает желание дополнить возможности создаваемого приложения голосовым интерфейсом.

Если возможности распознания голоса ещё далеки от совершенства и простому программисту не по силам, то заставить ваше приложение весьма сносно заговорить может любой программист.

Об этом позаботились специалисты Microsoft выпустив на рынок бесплатный ActiveX компонент TextToSpeech входящий в стандартную комплектацию WinMe и Win 2x.

Если у Вас этого компонента нет Вам необходимо скачать и установить Microsoft Speech API 4.0 и русский мужской и женский голос Lernout & Hauspie Text-To-Speech.

Применение этого компонента позволяет значительно расширить функциональные возможности интерфейса создаваемой программы. Приятно когда программа говорит "человеческим голосом". Как пример моя программа общения по сети.

Рассмотрим пример применения Microsoft Speech API.

Используем позднее связывание освобождающее программиста от написания лишнего кода и облегчающего в дальнейшем модификацию приложения.

Для размещения ActiveX компонентов будем использовать универсальный класс-контейнер TAxControl, подробно описанный в книге "Delphi для профессионалов" авторы Александровский А.Д. и Шубин В.В..

unit axControl;
{ Класс-контейнер для ActiveX (компонента управления). }
interface
uses
   Windows, Messages, Classes, Controls,
   ActiveX, OleCtrls,StdCtrls; //
///********************************************************************
type
TAxControl = class(TOleControl)//
private
  CControlData : TControlData2; // Информация об ActiveX.
protected
  procedure InitControlData; override;
public
  property CData : TControlData2 read CControlData;
  constructor Create (AOwn : TComponent;AGUID : TGUID);
end;
implementation
//////////////////////////////////////////////////////////////////////////////
constructor TAxControl. Create (AOwn : TComponent ;AGUID : TGUID);
  begin
    FillChar(CControlData,sizeof(CControlData),0); // Обнуляете поле с информацией об Active
    CControlData.ClassID :=AGUID; // Указываете QUID компонента,который будет создаваться.
    inherited Create (AOwn); // Вызываете конструктор предка.
    ControlStyle := ControlStyle + [csClickEvents]; // Стиль отображения
  end ;
///////////////////////////////////////////////////////////////////////////////////
procedure TAxControl. InitControlData;
  begin
    ControlData := @CControlData; // Указываете адрес, где находится информация об ActiveX.
  end;
//////////////////////////////////////////////////////////////////////////////////////
end.

Размещаем TextToSpeech на Delphi компонент Panel и устанавливаем стандартные свойства.

Если же на вашем компьютере уже установлены компоненты, произойдёт инициализация TextToSpeech, который озвучит текущее время.

  var compon:TAxControl;
  procedure TForm1.FormCreate(Sender: TObject);
    begin
      try
        compon:=TAxControl.Create(self,stringtoguid('{EEE78591-FE22-11D0-8BEF-0060081841DE}'));
        compon.Parent:=panel1;
        compon.Visible:=true;
        compon.Top:=10;
        compon.Left:=10;
        compon.Width:=100;
        compon.Height:=100;
        compon.OleObject.Speak(timetostr(time));
      except
        form1.Caption:='установка SpeechAPI';
        messagebox(form1.Handle,'установи Speech API','ошибка',0);
        panel1.Width:=300;
        panel1.Height:=250;
        // компонент WebBrowser
        compon:=TAxControl.Create(self,stringtoguid('{8856F961-340A-11D0-A96B-00C04FD705A2}'));
        compon.Parent:=panel1;
        compon.Visible:=true;
        compon.Top:=20;
        compon.Left:=0;
        compon.OleObject.Navigate2('http://activex.microsoft.com/activex/controls/sapi/spchapi.exe.',0,0,00);
      end;
    end;

Рассмотрим более подробно наиболее общие свойства и методы TextToSpeech:

compon.OleObject.Speak(Text); //Произнести текст. Text:string;
compon.OleObject.AboutDlg(form1.Handle,'о голосовом движке');// Выводит информацию о компоненте.
compon.OleObject.GeneralDlg(form1.Handle,'настройка'); // Выводит окно настройки компонента.
compon.OleObject.LexiconDlg(form1.Handle,'пользовательский');//Окно подключения пользовательских словарей.
compon.OleObject.Speed:=X; //Скорость речи. X=от 80 до 210.
compon.OleObject.pitch:=X;// Тональность речи X=от 125 до 200.
compon.OleObject.Select(X);//персоанаж X=1(Светлана) X=2(Борис)
compon.OleObject.LipTension:=X;//визуальное положение губ X:= 0..255;

В большинстве программ хватает этих свойств и методов. Но SpeechToText некоторые слова произносит некорректно.

Для решения этой проблемы существует несколько путей:

Подключение пользовательских словарей;
Создание своих обработчиков;

Подключение словарей через вызов LexiconDlg, вручную, неудобно - библиотеку типов этого модуля, лично я, не нашел.

Остаётся создание своего обработчика с вызовом методов:

procedure TForm1.Button5Click(Sender: TObject);
  begin
    compon.OleObject.TextData(2,0,edit2.Text);//произнести фонемный код
  end;
procedure TForm1.Button6Click(Sender: TObject);
  begin
    edit2.Text:=compon.OleObject.Phonemes(2,10,edit1.Text);//преобразовать в фонемный код
  end;

Используя фонетический алфавит Вы можете в широких пределах изменять произношение. SpeechAPI компонент удобен для любителей Web-программирования, так как поддерживает интерфейс IObjectSefety и соответственно безопасен для использования в сценариях JavaScript и VbScript.

Ссылки по теме