Delphi в Интернет, блог Delphi программистов

Смотрели старые фильмы про хакеров? Там обычно молодой, но бородатый человек сидит за своим компьютером и разговаривает с ним, отдает голосовые команды, а компьютер, как прилежный слуга, отвечает хозяину, иногда сообщает о каком-либо событии и т.д. Думаете это сказка? Совсем нет. Несмотря на то, что в настоящее время синтез и распознавание речи можно отнести лишь к развивающимся направлениям в программировании, тем не менее это направление есть и оно постоянно развивается и совершенствуется. Конечно, на данный момент очень сложно создать такую систему управления компьютером, которая распознавала бы тысячи команд, отданных миллионами различных голосов и при этом выполняла бы эти команды. Но, тем не менее, в нашем распоряжении есть Speech API - набор интерфейсов для работы с речью. И с помощью SAPI можно научить компьютер разговаривать.
< ' ' >
Так как в настоящее время я работаю в Windows 7, то, к сожалению в этой версии ОС оставили всего один синтезатор речи - Anna (по-моему в XP синтезаторов было 2 или 3). Но, зато используется последний пакет речевых функций - Microsoft Speech API v.5.4. Разговаривает наша Аня на чистом английском и русский язык для неё чужд. Первым делом, чтобы воспользоваться SAPI нам необходимо импортировать в Delphi библиотеку типов. Для этого открываем Delphi IDE, выбираем в главном меню "Component - Import Component" в открывшемся окне выбираем "Import Type Library" и жмем "Next":

Теперь находим в списке "Microsoft Speech Object Library", выбираем её, жмем "Next"

В новом окне ставим галку напротив "Generate Component Wrappers" и жмем "Finish":

Теперь у нас есть заголовочный файл для работы с SAPI 5.4. и можно приступать к работе.
Создадим простенькое приложение, с помощью которого наша Anna будет нам читать английские сказки на сон грядущий. В качестве текста будем передавать в синтезатор сначала простую строку, а потом попробуем добавить статью из какого-нибудь файла.
Создаем новое приложение и укладываем на главную форму 1 компонент Edit и 1 кнопку Button:

Для того, чтобы перечести текст в голос нам потребуется всего один интерфейс - ISpVoice. Напишем такой обработчик onClick у кнопки:

procedure TForm1.Button1Click(Sender: TObject);
var gpIVTxt: ISpVoice;
     Pool: LongWord;
begin
  gpIVTxt:=CoSpVoice.Create as ISpVoice;
  gpIVTxt.Speak(PChar(Edit1.Text),SVSFDefault,Pool);
end;

Можете запустить программу, написать в Edit "Hello", нажать кнопку и послушать как с Вами поздоровается Ваш собственный компьютер.
В этой процедуре мы получили ссылку на интерфейс ISpVoice и воспользовались методом Speak. У метода три параметра:

function Speak(pwcs: PWideChar; dwFlags: LongWord; out pulStreamNumber: LongWord): HResult;

pwcs - указатель на строку, которую необходимо перевести в голос;
dwFlags - флаги, используемые в синтезе речи.
pulStreamNumber - номер выходного голосового потока.
Если указано, что метод должен работать асинхронно, то если вы зададите два больших фрагмента для чтения, вначале будет воспроизведен первый фрагмент, а второй будет поставлен в очередь на воспроизведение.
Следует обратить внимание на то, какие значения может принимать параметр dwFlags:

SVSFDefault = $00000000;//синхронная работа, поток воспроизведения не очищается пока весь текст не воспроизведен
SVSFlagsAsync = $00000001;//работать асинхронно
SVSFPurgeBeforeSpeak = $00000002;//прерывает текущее воспроизведение для того, чтобы запустить воспроизведение заданного текста
SVSFIsFilename = $00000004;//переданная строка представляет собой имя файла, содержимое которого необходимо воспроизвести
SVSFIsXML = $00000008;//текст содержащий XML-разметку
SVSFIsNotXML = $00000010;//запрещает проводить анализ текста на предмет содержания в нем XML-тегов

Есть и другие флаги, но для нашего примера этих будет вполне достаточно. Теперь попробуем "скормить" нашей Аннушке в качестве параметра в Speak имя файла. Дописываем onClick:

procedure TForm1.Button1Click(Sender: TObject);
var gpIVTxt: ISpVoice;
     Pool: LongWord;
begin
  if OpenDialog1.Execute then
    Edit1.Text:=OpenDialog1.FileName;
  gpIVTxt:=CoSpVoice.Create as ISpVoice;
  gpIVTxt.Speak(PChar(Edit1.Text),SVSFIsFilename,Pool);
end;

Теперь создайте файл, содержащий какой-либо английский текст и укажите его в программе. После нажатия на кнопку голос Anna воспроизведет содержимое всего файла и при этом, кстати, учтет все знаки препинания.
Вот простой, я бы даже сказал элементарный, способ работы с SAPI в Delphi. Если Вам необходимо воспроизвести русскую речь, то предварительно необходимо обзавестись соответствующим движком, установив его себе на комп. Ещё года два-три назад, когда я только знакомился с этой технологией была компания L&H, выпускающая различные бесплатные движки для синтеза речи на различных языках, в том числе и на русском.
Ну и в качестве заключения скажу, что сегодня речевые технологии представляют собой ещё большую "экзотику", чем те же Gestures (жесты). Вполне возможно, что это связано с большими сложностями в плане создания различных движков, "обучения" компьютера распознавать искаженную речь, например, когда гнусавит или "проглатывает" отдельные слоги, но, тем не менее и эту технологию с определенными ограничениями можно использовать в своих проектах, делая приложения более привлекательными для пользователей.

Делись!	Загружай!	Плюсуй!
	Отправить PDF на

Комментарии (37)

• Алексей пишет:
  29 Мар 2010 в 11:17 дп

  Пытался проделать такую же вещь с созданием элементарного приложения с текстовым полем и кнопкой. Компонент Microsoft Speach установил. Но я не знаю как использовать его в своём приложении. Добавлении в uses «SpeechLib_TLB» возникает ошибка «File not found: ‘SpeechLib_TLB.dcu’». Ну это понятно, эта библиотека со скрытым исходным кодом наверное. Добавляю тогда package с этой библиотекой в run-time библиотеки (в настройках проекта). Приложение вообще только запускается и сразу закрывается….
  Что делать?)

• Vlad пишет:
  29 Мар 2010 в 11:52 дп

  при импорте SAPI галка напротив Generate Wrapper стояла? Как вариант — подбрось в папку к проекту ‘SpeechLib_TLB.dcu. То что расписано в посте работает без всяких заморочек с package.

• Алексей пишет:
  29 Мар 2010 в 11:58 дп

  стояла галка. нашёл-таки эту dcu и прописал путь в Library к ней и заработало :)

• Алексей пишет:
  29 Мар 2010 в 12:44 пп

  эх вот если бы ещё русским голосом… :)

• Vlad пишет:
  29 Мар 2010 в 12:53 пп

  Посмотри разработки L&H, вроде бы у них были наработки по русским движкам речи. Бесплатные.

• Алексей (Минск) пишет:
  29 Мар 2010 в 6:08 пп

  Есть и бесплатные
  программа Говорилка по-моему на сайте есть движки

• Алексей пишет:
  30 Мар 2010 в 8:53 дп

  там движки от L&H…..очень старые

• Vlad пишет:
  30 Мар 2010 в 10:59 дп

  Новые видимо только за бабло….Но лучше уж старенький бесплатный двиг для пробы сил, чем новый и за деньги, который в итоге может не потребоваться.

• Алексей (Минск) пишет:
  30 Мар 2010 в 11:48 дп

  Бесплатные движки
  http://www.vector-ski.ru/vecs/govorilka/download.htm#engines

  Govorilka Версия : 2.22 (+ Acapela 5.1)
  http://letitbit.net/download/6906.e6ee8f9d8c35b807b05e09b18/Govorilka222.rar.html
  http://extabit.com/file/28drz0yql3xqn

• Алексей пишет:
  30 Мар 2010 в 1:42 пп

  нашёл классный русский голос) но он платный. торенты рулят :)

• Алексей пишет:
  30 Мар 2010 в 1:50 пп

  а где можно задать какой голос, установленный в системе, использовать? если их 2…

• Vlad пишет:
  30 Мар 2010 в 1:55 пп

  ID голоса надо знать.

• Алексей пишет:
  30 Мар 2010 в 2:12 пп

  узнаю необходимый мне ID голоса. Пишу «проговорить», но возникает ошибка «Floating point devision by zero».

  так нет ошибки и нет голоса:

  
Diktor: TSpVoice;
....
var zzz:ISpeechObjectTokens;
begin
zzz:=Diktor.GetVoices('', '');
//Diktor.Voice:=zzz.Item(1);
Diktor.Speak('Поехали', SVSFDefault);
end;


  так нет ошибки и голоса тоже:

  
Diktor: TSpVoice;
....
var zzz:ISpeechObjectTokens;
begin
zzz:=Diktor.GetVoices('', '');
Diktor.Voice:=zzz.Item(1);
//Diktor.Speak('Поехали', SVSFDefault);
end;


  так еть ошибка и нет голоса:

  
Diktor: TSpVoice;
....
var zzz:ISpeechObjectTokens;
begin
zzz:=Diktor.GetVoices('', '');
Diktor.Voice:=zzz.Item(1);
Diktor.Speak('Поехали', SVSFDefault); //ошибка тут возникает
end;

• Алексей пишет:
  30 Мар 2010 в 2:17 пп

  причём с английским голосом от microsoft всё ок

• Алексей пишет:
  30 Мар 2010 в 3:08 пп

  всё решилось, поставил флаг SVSFlagsAsync

• ziz пишет:
  02 мая 2010 в 1:23 пп

  после того как выбираю в компонентах speech
  нажимаю далее
  потом у меня есть выбор между
  create unit
  install to new package
  unstall to exiting
  add to project

  я пробовал добавить в проект, вроде всё норм работает, но если запускаю не из среды разработки, то пишет ошибку devide by zero
  я на 0 не делил нигде, только то что в статьи скопировал)
  и при нажатии на кнопку всегда такая ошибка!!!помогите)

• Vlad пишет:
  02 мая 2010 в 2:04 пп

  Так вы хотя б по F7 строку с ошибкой найдите. Без неё могу только констатировать факт — где-то идёт деление на ноль.

• ziz пишет:
  02 мая 2010 в 4:57 пп

  так программа из среды запускаеться, и работает корректно
  553529621
  мой icq
  не могли бы помочь ?)

• Vlad пишет:
  02 мая 2010 в 6:49 пп

  Давайте завтра встретимся. У меня щас аська не стоит — после установки Win7 так и не сподобился её установить :) Как поставлю аську — стукну.

• ziz пишет:
  03 мая 2010 в 7:28 дп

  хорошо, жду)

• ziz пишет:
  03 мая 2010 в 2:00 пп

  http://vkontakte.ru/ziztracer
  лучше сюда напиши

• Vlad пишет:
  03 мая 2010 в 5:20 пп

  Уже в аську стукнул. Сорри, но ВКонтактом не пользуюсь…бесит он меня :)

• Дмитрий пишет:
  19 мая 2010 в 12:37 пп

  Попробовал сделать все тоже самое(самый первый пример с едитом и кнопкой)(среда win7 + delphi7)
  Добавил необходимую библиотеку типов.
  Запускается на ура, вот только при нажатии на кнопку — из динамиков грустное молчание.
  Не могли бы подсказать в чем может быть причина? может кто сталкивался уже? ошибок не вылетает. При дебаге — все отрабатывает. Но разговаривать не хочет. Попробовал поиграть с dwFlags но тоже безрезультатно, попытка воспроизвести на WinXP + Delphi7 — тоже ноль.
  Код ниже, если необходимо

  procedure TForm1.Button2Click(Sender: TObject);
  var gpIVTxt: ISpVoice;
  Pool: LongWord;
  begin
  gpIVTxt:=CoSpVoice.Create as ISpVoice;
  gpIVTxt.Speak(‘hello’,SVSFlagsAsync,Pool);
  end;

• Vlad пишет:
  19 мая 2010 в 12:45 пп

  Флаг SVSDefoult не пробовали ставить? У меня голосовой движок, который стоит в Win7 по умолчанию только с этим флагом разговаривает

• Дмитрий пишет:
  19 мая 2010 в 1:11 пп

  Пробовал, тоже не хочет работать.
  ниже привожу весь, код. Может надо подключить какой движок дополнительно? или какие еще махинации хитрые провести?:)

  unit MainUnit;

  interface

  uses
  Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms,
  Dialogs, StdCtrls, SpeechLib_TLB, COMObj;

  type
  TForm1 = class(TForm)
  Button2: TButton;
  procedure Button1Click(Sender: TObject);

  procedure Button2Click(Sender: TObject);
  private
  { Private declarations }
  public
  { Public declarations }
  end;

  var
  Form1: TForm1;

  implementation

  {$R *.dfm}

  procedure TForm1.Button2Click(Sender: TObject);
  var gpIVTxt: ISpVoice;
  Pool: LongWord;
  zzz:ISpeechObjectTokens;
  Diktor: TSpVoice;
  begin
  gpIVTxt:=CoSpVoice.Create as ISpVoice;
  gpIVTxt.Speak(‘hello’,SVSFDefault,Pool);
  end;

  end.

• Дмитрий пишет:
  19 мая 2010 в 1:12 пп

  на Dictor и zzz — внимания не обращать, это я тестил.

• Dmitry пишет:
  07 Сен 2010 в 3:42 пп

  Было ранее «если запускаю не из среды разработки, то пишет ошибку devide by zero»
  Такое же исключение. Интересно, нашли из-за чего это происходит?

• I_am_a_Human пишет:
  01 Окт 2010 в 10:39 пп

  Уважаемые программисты!
  Очень интересная статья, все сделала как написано.Но к сожалению компилятор выдает следующее
  [Error] Unit1.pas(32): E2010 Incompatible types: ‘Char’ and ‘WideChar’
  в строке gpIVTxt.Speak(PChar(Edit1.Text),SVSFlagsAsync,Pool);
  Запускала в Delphi 2005, OS Vista.
  А так же пункта Generate Component Wrappers не было в мастере установки.
  Подскажите пожалуйста,как устранить эту проблему

• Vlad пишет:
  01 Окт 2010 в 10:45 пп

  Так в чем проблема? Пишите gpIVTxt.Speak(PWideChar(Edit1.Text),SVSFlagsAsync,Pool);

• I_am_a_Human пишет:
  01 Окт 2010 в 11:01 пп

  Спасибо! Компилляцию прошел.Но звука нет.
  Пишет Thread Exit: Thread ID 4716. Process Project1.exe(4812)

• I_am_a_Human пишет:
  01 Окт 2010 в 11:36 пп

  Заговорила! Но как-то через раз…

• Vlad пишет:
  01 Окт 2010 в 11:41 пп

  ну я вообще это писал будучи на Delphi 2010. Может и вам стоит обновиться?

• I_am_a_Human пишет:
  02 Окт 2010 в 12:08 дп

  У меня есть и 2007, но там почему то нет в Component=>Import Component…
  Не могли бы Вы подсказать,пожалуйста, почему выговаривает только числа или буквы, длина которых не более одного символа? т.е. 7 говорит, а 77 -молчит.
  Как это исправить?
  То же и со словами: h -говорит, hello -молчит?

• Vlad пишет:
  02 Окт 2010 в 12:44 дп

  А какой головой движок используете и, главное, под какой ОС работаете? Я под XP сижу сейчас — могу проверить ваш код — кидайте на мыло vlad383@mail.ru И, кстати, очень странно, что ваша версия Delphi не хочет делать враппер…это функция тянется с версии эдак седьмой или даже ещё с более ранней. Мож вы что-то не так делаете?

• Sergey пишет:
  10 Ноя 2010 в 12:31 пп

  Доброго времени суток.
  У меня RadStudio 2010.
  В среде ошибок не выдаёт, при запуске вне среды пишет Floating point division by zero.
  Если нашли решение, подскажите пожалуйста.
  Судя по всему в момент компиляции что то не подключается.

• Алексей пишет:
  10 Ноя 2010 в 4:37 пп

  Sergey смотри комменты

• Sergey пишет:
  10 Ноя 2010 в 11:39 пп

  Спасибо.
  В ассинхронном воспроизведении — сработало.

Ваш ответ