使用語音SDK開發：如何集成和使用語音庫文件？

一、文檔概述

本文檔是開發科大訊飛Windows語音程序的用戶指南，提供工程創建、配置、編譯、運行等相關信息的說明。其適用的讀者為使用語音SDK進行開發的產品設計師、軟件工程師，通過閱讀本文檔，讀者可以掌握如何集成和使用語音庫文件。

二、新建項目

1）打開Microsoft Visual Studio 2010，選擇文件->新建->新建項目。

2）選擇Visual C++ ->Win32->Win32控制臺應用程序，輸入項目名稱，然后點擊確定鍵。

3）點擊下一步。

4）附加選項選擇“空項目”，應用程序類型選擇“控制臺應用程序”，然后點擊完成。

5）鼠標右鍵點擊“源文件”，點擊添加->新建項。

6）選擇“代碼”，輸入后綴名為.c的名稱，例如“main.c”，點擊添加。

7）代碼請參考SDK/Windows_SDK/samples下的語音示例。

8）將科大訊飛語音SDK中bin,include,libs文件復制到Demo文件夾下。

三、導入頭文件

1）鼠標右鍵點擊Demo項目，選擇屬性。

2）點擊C/C++->常規->附加包含目錄，輸入相對于工程文件Demo.vcxproj的相對路徑，即相對于$(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：加載路徑輸入相對于工程文件的相對路徑）

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

五、打印日志

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

六、運行可執行文件

1）通過屬性設置，將可執行文件copy到bin目錄下運行，否則會報如圖16錯誤。 

2）點擊“命令行”后邊的下拉框，選擇“編輯”。

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

七、常見問題

1)如何聯系我們獲得技術支持？

答：科大訊飛提供以下方式的技術支持：

a.自助查詢——請登陸官網：http://www.xfyun.cn/

語音合成：http://www.xfyun.cn/doccenter/tts

語音識別：http://www.xfyun.cn/doccenter/asr

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

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

b.電話支持——請于周一～周五，北京時間9：00～17：00間，撥打電話： 0551－65309063獲得技術支持信息。

c.電子郵件支持——請將問題的詳細描述發至：msp_support@iflytek.com。

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

聯系時對問題的描述請盡量包含以下內容：

1.系統配置（包括CPU、內存、硬盤、操作系統及產品版本等信息）

2.問題細節（包括問題的重現過程及合成的文本內容、識別音頻等）

3.問題重現（包括詳細的操作過程和運行日志等）

2）拿到了合成音頻但不知道如何來播放？

答：合成拿到的音頻是沒有音頻頭的，音頻頭中含有音頻格式、采樣率、音頻長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，然后使用常規播放器來播放；也可以使用Cool Edit等軟件手動選擇音頻參數來播放。

3） 如何進行大文本的合成？

答：語音云一次語音合成允許的合成文本大小不超過8192個字節，所以對于長度超過此值的大合成文本，用戶可以采用“分段合成”的方式，即先將大文本按照標點符號如句號進行切分，然后對每一段文本分別進行合成。進行分段合成時，用戶既可以在一路會話中循環使用QTTSTextPut+QTTSAudioGet組合完成合成，也可以為每一段文本使用一路獨立的會話完成合成。

4） 獲取不到識別/聽寫結果。

答：原因可能是：

a.QISRSessionBegin的參數設置不正確，如沒有設置好正確的引擎類型等。      

b.音頻格式不對，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)能獲取到語音聽寫結果但是不全。

答：此問題主要是在調用QISRAudioWrite時沒有正確設置參數audioStatus所致，此參數在寫入非最后一個音頻數據塊時需要設置為2，寫入最后一個數據塊時需要設置為4，以告訴MSC音頻寫入完畢。如果只有一個音頻數據塊，audioStatus也需要設置為4。

6) 可以拿到識別或轉寫結果但是響應很慢。

答：此問題可以嘗試如下方法來解決：

a.調用QISRAudioWrite接口寫音頻數據時，盡量做到“勻速發送”——周期性的發送定長數據，做到邊錄邊發，避免一次發送數據量過大的音頻。

b.采用QISRAudioWrite接口和QISRGetResult接口混調的方式。在調用QISRAudioWrite接口時，可以檢查out型參數recogStatus，如果其值為0，表明已經有（部分）識別結果緩存在MSC中了，此時可以調用QISRGetResult來獲取結果。