語音識(shí)別在多媒體課件中的應(yīng)用研究

1、語音識(shí)別在多媒體課件中的應(yīng)用研究于洪濤121內(nèi)蒙古民族大學(xué)教育科學(xué)學(xué)院內(nèi)蒙古通遼 0280002吉林大學(xué)高等教育研究所吉林長(zhǎng)春 130012內(nèi)容提要：在介紹Macromedia公司的多媒體開發(fā)工具Authorware和微軟公司的 Speech SDK 5.1語音開發(fā)包的基礎(chǔ)上，通過FLASH動(dòng)畫設(shè)計(jì)課件實(shí)例，詳細(xì)的論述了Authorware中結(jié)合MS Speech SDK 5.1開發(fā)語音識(shí)別多媒體課件的方法。關(guān)鍵詞：Authorware MS Speech SDK 多媒體課件語音識(shí)別一、引言語言是人類交流信息最自然、最有效和方便的手段，讓多媒體課件能聽懂我們說的話，并按照我們的命令去運(yùn)行，是多

2、媒體課件開發(fā)所追求的目標(biāo)。利用語音識(shí)別技術(shù)，就能夠?qū)崿F(xiàn)這個(gè)目標(biāo)。語音識(shí)別是機(jī)器通過識(shí)別和理解過程把語音信號(hào)轉(zhuǎn)變?yōu)橄鄳?yīng)的文本文件或命令的技術(shù)。目前，語音識(shí)別技術(shù)已經(jīng)從實(shí)驗(yàn)室走向?qū)嵱?，許多公司都提供語音識(shí)別引擎，IBM公司的ViaVoice嵌入式語音識(shí)別系統(tǒng)，微軟公司推出的Speech SDK提供了一個(gè)語音識(shí)別和語音合成的二次開發(fā)平臺(tái)，可以識(shí)別英語、簡(jiǎn)體中文和日語，這些語音識(shí)別系統(tǒng)為開發(fā)語音識(shí)別多媒體課件提供了物質(zhì)條件。目前，國內(nèi)許多學(xué)者利用Speech SDK開發(fā)出了語音識(shí)別系統(tǒng)。例如火車票查詢系統(tǒng)中語音識(shí)別的研究及實(shí)現(xiàn)1，機(jī)器人手術(shù)網(wǎng)絡(luò)遙控系統(tǒng)中的語音識(shí)別2，都是利用Speech SDK結(jié)合V

3、C+開發(fā)的。VC+開發(fā)工具，并不適合普通教師用來開發(fā)多媒體課件，那么，能不能在教師熟悉的開發(fā)軟件，如Authorware中實(shí)現(xiàn)語音識(shí)別功能就是有待于解決的問題。二、Authorware開發(fā)語音識(shí)別多媒體課件概述微軟公司 Speech SDK提供關(guān)于語音（Speech）處理的一套應(yīng)用程序編程接口SAPI（Speech Application Programming Interface）。SAPI提供了實(shí)現(xiàn)文字-語音轉(zhuǎn)換（Text-to-Speech）和語音識(shí)別（Speech Recognition）程序的基本函數(shù)，簡(jiǎn)化了語音編程的難度，降低了語音編程的工作量。Speech SDK采用COM標(biāo)準(zhǔn)開

4、發(fā)，地層協(xié)議都以COM組件的形式完全獨(dú)立于應(yīng)用程序?qū)?，為?yīng)用人員屏蔽掉復(fù)雜的語音技術(shù)，充分體現(xiàn)了COM的優(yōu)點(diǎn)。VC+、VB等程序都可以開發(fā)語音識(shí)別程序，目前，大部分基于Speech SDK語音識(shí)別程序都是用VC+開發(fā)的，用VC+、VB等開發(fā)工具開發(fā)多媒體課件，對(duì)大多數(shù)教師來說有一定的難度。Authorware是開發(fā)多媒體課件最常用的工具之一，提供了十一種交互，利用這些交互方式可以開發(fā)出優(yōu)秀課件。許多教師都在運(yùn)用Authorware開發(fā)課件，并且取得了豐富的研究成果。在論文在Authorware中實(shí)現(xiàn)多媒體數(shù)據(jù)庫的構(gòu)造與查詢3中介紹了如何在Authorware中訪問本地?cái)?shù)據(jù)庫，在論文運(yùn)用Auth

5、orware7.0制作多媒體課件的幾點(diǎn)技巧4中介紹制多媒體課件經(jīng)驗(yàn)技巧。筆者查閱了大量關(guān)于語音識(shí)別和Authorware的資料，目前國內(nèi)還沒有用Authorware結(jié)合Speech SDK開發(fā)具有語音識(shí)別的功能的多媒體課件的案例。而大部分教師都參加Authorware培訓(xùn)，有一定的Authorware開發(fā)多媒體課件的經(jīng)驗(yàn)，那么能不能用Authorware結(jié)合Speech SDK開發(fā)語音識(shí)別多媒體課件那？Authorware并不支持COM編程，不能直接調(diào)用Speech SDK。筆者通過搜索發(fā)現(xiàn)alSR.U32擴(kuò)展函數(shù)5，alSR.U32是Authorware的一個(gè)外部函數(shù)，里面提供了一組函數(shù)可以

6、讓Authorware利用Speech SDK實(shí)現(xiàn)語音識(shí)別。因此我們可以在Authorware中通過調(diào)用外部函數(shù)來調(diào)用Speech SDK來開發(fā)語音識(shí)別多媒體課件。三、FLASH動(dòng)畫設(shè)計(jì)語音識(shí)別課件實(shí)例（一）FLASH動(dòng)畫設(shè)計(jì)課件簡(jiǎn)介FLASH動(dòng)畫設(shè)計(jì)多媒體課件是用Authorware開發(fā)的，講解FLASH的五種動(dòng)畫設(shè)計(jì)方法，既能用與課堂教學(xué)，又適合于個(gè)別化學(xué)習(xí)，課件主菜單如圖1所示圖1Flash動(dòng)畫設(shè)計(jì)課件菜單（二）FLASH動(dòng)畫設(shè)計(jì)課件語音識(shí)別實(shí)現(xiàn)FLASH動(dòng)畫設(shè)計(jì)課件提供了鼠標(biāo)交互和語音識(shí)別兩中方式來選取教學(xué)內(nèi)容，用鼠標(biāo)選取按鈕或說出按鈕的名稱都能進(jìn)入相應(yīng)教學(xué)內(nèi)容，關(guān)于鼠標(biāo)交互請(qǐng)參考其他

7、書籍，這里只討論語音識(shí)別的方式。我們可以運(yùn)用語音來控制課件的運(yùn)行，說出教學(xué)內(nèi)容的名字，進(jìn)入相應(yīng)的學(xué)習(xí)內(nèi)容，說“上一頁”、“下一頁”來進(jìn)行翻頁，說“返回”返回到主菜單，說“退出”關(guān)閉課件。Speech SDK提供了兩種識(shí)別方式，聽寫識(shí)別方式和命令識(shí)別方式，由于聽寫識(shí)別方式識(shí)別率底，不能滿足教學(xué)要求，在這里采用命令識(shí)別方式。本程序是用Authorware6.5開發(fā)，結(jié)構(gòu)如圖2。圖2 Flash動(dòng)畫設(shè)計(jì)結(jié)構(gòu)圖1命令識(shí)別模式在命令識(shí)別模式計(jì)算圖標(biāo)中輸入如下代碼：alSRActivate(WindowHandle,2,FileLocation111.xml,srevent)功能是選擇從111.xml文件

8、中讀取命令詞庫，并把識(shí)別的文字賦給變量srevent。其中111.xml是命令詞庫，在本例中，內(nèi)容如下： /804是漢語識(shí)別ID，409是英語識(shí)別ID HYPERLINK l # HYPERLINK l # 逐幀動(dòng)畫 形狀漸變動(dòng)畫 移動(dòng)補(bǔ)間動(dòng)畫 引導(dǎo)線動(dòng)畫 遮罩動(dòng)畫 返回 退出 下一頁 上一頁 2判斷識(shí)別內(nèi)容根據(jù)識(shí)別到的語音命令，利用條件交互，結(jié)合goto()函數(shù)跳轉(zhuǎn)到相關(guān)的學(xué)習(xí)內(nèi)容，實(shí)現(xiàn)用命令來控制課件的運(yùn)行。例如，用srevent =逐幀動(dòng)畫來判斷學(xué)生是否說的是“逐幀動(dòng)畫”如果是用goto(Iconid”逐幀動(dòng)畫”)來跳轉(zhuǎn)到指定的教學(xué)內(nèi)容。四、結(jié)論本文討論了Authorware調(diào)用Speech SDK實(shí)現(xiàn)語音識(shí)別的一種方法，并開發(fā)了FLASH動(dòng)畫設(shè)計(jì)課件，經(jīng)過測(cè)試Speech SDK命令語音識(shí)別模式的識(shí)別率能夠滿足教學(xué)要求。在多媒體課件中運(yùn)用語音識(shí)別技術(shù)更能體現(xiàn)出多媒體課件的人性化和智能化。參考文獻(xiàn)：1、吳萍,胡瑞敏,等.火車票查詢系統(tǒng)中語音識(shí)別的研究及實(shí)現(xiàn)J.計(jì)算機(jī)工程與應(yīng)用,2003,(33).2272、周振輝,富鋼, 陳文楷.機(jī)器人手術(shù)網(wǎng)絡(luò)遙控系統(tǒng)中的語音識(shí)別J