使用語(yǔ)音SDK開(kāi)發(fā)：如何集成和使用語(yǔ)音庫(kù)文件？

一、文檔概述

本文檔是開(kāi)發(fā)科大訊飛Windows語(yǔ)音程序的用戶指南，提供工程創(chuàng)建、配置、編譯、運(yùn)行等相關(guān)信息的說(shuō)明。其適用的讀者為使用語(yǔ)音SDK進(jìn)行開(kāi)發(fā)的產(chǎn)品設(shè)計(jì)師、軟件工程師，通過(guò)閱讀本文檔，讀者可以掌握如何集成和使用語(yǔ)音庫(kù)文件。

二、新建項(xiàng)目

1）打開(kāi)Microsoft Visual Studio 2010，選擇文件->新建->新建項(xiàng)目。

2）選擇Visual C++ ->Win32->Win32控制臺(tái)應(yīng)用程序，輸入項(xiàng)目名稱，然后點(diǎn)擊確定鍵。

3）點(diǎn)擊下一步。

4）附加選項(xiàng)選擇“空項(xiàng)目”，應(yīng)用程序類型選擇“控制臺(tái)應(yīng)用程序”，然后點(diǎn)擊完成。

5）鼠標(biāo)右鍵點(diǎn)擊“源文件”，點(diǎn)擊添加->新建項(xiàng)。

6）選擇“代碼”，輸入后綴名為.c的名稱，例如“main.c”，點(diǎn)擊添加。

7）代碼請(qǐng)參考SDK/Windows_SDK/samples下的語(yǔ)音示例。

8）將科大訊飛語(yǔ)音SDK中bin,include,libs文件復(fù)制到Demo文件夾下。

三、導(dǎo)入頭文件

1）鼠標(biāo)右鍵點(diǎn)擊Demo項(xiàng)目，選擇屬性。

2）點(diǎn)擊C/C++->常規(guī)->附加包含目錄，輸入相對(duì)于工程文件Demo.vcxproj的相對(duì)路徑，即相對(duì)于$(ProjectDir)的路徑。

四、加載msc.dll

1）加載msc.lib文件：在main.c文件中輸入如下圖所示代碼。（注意：加載路徑輸入相對(duì)于工程文件的相對(duì)路徑）

2）將msc.dll所在目錄設(shè)置為工作目錄，即“$(ProjectDir)..\bin\”。

五、打印日志

運(yùn)行程序后，bin/msc文件夾下會(huì)生成日志。（注意：msc文件夾下需有msc.cfg文件）

六、運(yùn)行可執(zhí)行文件

1）通過(guò)屬性設(shè)置，將可執(zhí)行文件copy到bin目錄下運(yùn)行，否則會(huì)報(bào)如圖16錯(cuò)誤。 

2）點(diǎn)擊“命令行”后邊的下拉框，選擇“編輯”。

3）輸入“copy $(TargetPath) $(ProjectDir)..\bin\”。

七、常見(jiàn)問(wèn)題

1)如何聯(lián)系我們獲得技術(shù)支持？

答：科大訊飛提供以下方式的技術(shù)支持：

a.自助查詢——請(qǐng)登陸官網(wǎng)：http://www.xfyun.cn/

語(yǔ)音合成：http://www.xfyun.cn/doccenter/tts

語(yǔ)音識(shí)別：http://www.xfyun.cn/doccenter/asr

新手指南：http://www.xfyun.cn/doccenter/newer

常見(jiàn)解答：http://www.xfyun.cn/default/doccenter/doccenterInner?itemTitle=ZmFx

b.電話支持——請(qǐng)于周一～周五，北京時(shí)間9：00～17：00間，撥打電話： 0551－65309063獲得技術(shù)支持信息。

c.電子郵件支持——請(qǐng)將問(wèn)題的詳細(xì)描述發(fā)至：msp_support@iflytek.com。

d.在線支持——請(qǐng)登錄我們的論壇：http://bbs.xfyun.cn/forum.php

聯(lián)系時(shí)對(duì)問(wèn)題的描述請(qǐng)盡量包含以下內(nèi)容：

1.系統(tǒng)配置（包括CPU、內(nèi)存、硬盤、操作系統(tǒng)及產(chǎn)品版本等信息）

2.問(wèn)題細(xì)節(jié)（包括問(wèn)題的重現(xiàn)過(guò)程及合成的文本內(nèi)容、識(shí)別音頻等）

3.問(wèn)題重現(xiàn)（包括詳細(xì)的操作過(guò)程和運(yùn)行日志等）

2）拿到了合成音頻但不知道如何來(lái)播放？

答：合成拿到的音頻是沒(méi)有音頻頭的，音頻頭中含有音頻格式、采樣率、音頻長(zhǎng)度等播放音頻所需信息。拿到合成音頻后，用戶可以添加音頻頭，可參考例子tts_sample中的代碼，然后使用常規(guī)播放器來(lái)播放；也可以使用Cool Edit等軟件手動(dòng)選擇音頻參數(shù)來(lái)播放。

3） 如何進(jìn)行大文本的合成？

答：語(yǔ)音云一次語(yǔ)音合成允許的合成文本大小不超過(guò)8192個(gè)字節(jié)，所以對(duì)于長(zhǎng)度超過(guò)此值的大合成文本，用戶可以采用“分段合成”的方式，即先將大文本按照標(biāo)點(diǎn)符號(hào)如句號(hào)進(jìn)行切分，然后對(duì)每一段文本分別進(jìn)行合成。進(jìn)行分段合成時(shí)，用戶既可以在一路會(huì)話中循環(huán)使用QTTSTextPut+QTTSAudioGet組合完成合成，也可以為每一段文本使用一路獨(dú)立的會(huì)話完成合成。

4） 獲取不到識(shí)別/聽(tīng)寫結(jié)果。

答：原因可能是：

a.QISRSessionBegin的參數(shù)設(shè)置不正確，如沒(méi)有設(shè)置好正確的引擎類型等。      

b.音頻格式不對(duì)，客戶端支持的音頻編解碼算法只支持16位Intel PCM格式的音頻。

5)能獲取到語(yǔ)音聽(tīng)寫結(jié)果但是不全。

答：此問(wèn)題主要是在調(diào)用QISRAudioWrite時(shí)沒(méi)有正確設(shè)置參數(shù)audioStatus所致，此參數(shù)在寫入非最后一個(gè)音頻數(shù)據(jù)塊時(shí)需要設(shè)置為2，寫入最后一個(gè)數(shù)據(jù)塊時(shí)需要設(shè)置為4，以告訴MSC音頻寫入完畢。如果只有一個(gè)音頻數(shù)據(jù)塊，audioStatus也需要設(shè)置為4。

6) 可以拿到識(shí)別或轉(zhuǎn)寫結(jié)果但是響應(yīng)很慢。

答：此問(wèn)題可以嘗試如下方法來(lái)解決：

a.調(diào)用QISRAudioWrite接口寫音頻數(shù)據(jù)時(shí)，盡量做到“勻速發(fā)送”——周期性的發(fā)送定長(zhǎng)數(shù)據(jù)，做到邊錄邊發(fā)，避免一次發(fā)送數(shù)據(jù)量過(guò)大的音頻。

b.采用QISRAudioWrite接口和QISRGetResult接口混調(diào)的方式。在調(diào)用QISRAudioWrite接口時(shí)，可以檢查out型參數(shù)recogStatus，如果其值為0，表明已經(jīng)有（部分）識(shí)別結(jié)果緩存在MSC中了，此時(shí)可以調(diào)用QISRGetResult來(lái)獲取結(jié)果。