語音控制計算器的設計與實現

嚴新華

（商洛學院 現代教育技術中心，陜西商洛 726000）

計算器是計算機上常用的工具軟件，在日常工作和生活中帶給人們極大的方便。Windows操作系統就自帶了一款計算器，除了這款計算器之外，許多開發者也開發了各種不同的計算器。這些計算器都采用鍵盤和鼠標輸入，用鼠標點擊輸入效率很低，而用鍵盤輸入很繁瑣，輸入數據較多時手指容易疲勞，容易輸錯，用戶體驗很差。如果能用語音控制輸入，只要說出需要計算的數值和運算就能看到相應的結果，就能使用戶使用起來更加方便，使用戶可以輕松愉快地完成運算工作。而語音識別技術經過多年的發展已經逐漸進入實用階段[1]，IBM、微軟等公司都推出了自己的語音識別和合成引擎。本文就基于微軟公司的Speech SDK 5.1研究和設計了一款語音控制的計算器，經測試輸入準確率高，使用方便，能夠給用戶帶來更加良好的使用體驗。

1 Speech SDK 5.1簡介

微軟的Speech SDK 5.1是一套語音應用程序開發包，可以識別多種語言，包括英文、中文和日文等[2]。SDK里提供了語音識別與合成的引擎組件和應用程序層接口，還包括詳細的技術資料和幫助文檔[3]。它完全遵循COM標準，底層的協議都采用COM組件的形式，與應用程序層完全獨立[4]。和語音相關的工作由COM組件完成，包括語音識別引擎(Speech Recognition，簡稱SR)和語音合成引擎(Text To Speech，簡稱TTS)，分別管理語音的識別與合成[5]。這使得應用程序設計人員可以忽略復雜的語音技術，直接調用相關的語音應用程序接口（SAPI）來實現語音功能，從而專注于語音應用程序的開發?！?br>