TTS在辦公系統(tǒng)的研究與開發(fā).pdf

1、語音技術(shù)是將近半個世紀發(fā)展起來的一門新型科學技術(shù)，包括語音識別和語音合成。語音識別的目的是讓機器把語音信號轉(zhuǎn)化成可以接受的文本文件或者控制命令。語音合成則是將文本轉(zhuǎn)化為人類可以理解的聲音信號。語音技術(shù)在工業(yè)、軍事、交通、醫(yī)學、民用等各方面有廣闊的應用前景，蘊含有巨大的社會經(jīng)濟效益，受到各國日益重視。
　　其中，文字-語音的轉(zhuǎn)換（簡稱TTS）系統(tǒng)是一項非常有用的語音技術(shù)，它可以將任意文本信息轉(zhuǎn)換為語音信號。它的用途很廣泛，如汽車導航

2、，電信的呼叫服務，公交車到站站名自動播報等?，F(xiàn)有的基于大語料庫的TTS系統(tǒng)已經(jīng)能夠產(chǎn)生高清晰度和自然度的合成語音，并已得到較大的發(fā)展和應用。
　　文本轉(zhuǎn)換成語音仍是當前國內(nèi)外語音方面的一個熱點，其核心主要是語音庫的建立與搜索引擎的實現(xiàn)與優(yōu)化問題。因語音在生活中時刻都存在著，我們經(jīng)常用語音直接打交道，就是根據(jù)語音與文本之間存在一定的規(guī)律去發(fā)現(xiàn)與開發(fā)新的產(chǎn)品來為人民之利益，改善大眾生活。
　　目前對于語音在辦公軟件方面的應用還很

3、欠缺。本文主要研究TTS在辦公應用軟件中的開發(fā)與應用，以使辦公“聲音”化，為社會中的一些渴求知識的殘疾人找到了“新出路”。
　　本文主要闡述通過利用微軟提供的Speech SDK及Agent技術(shù)，在辦公應用軟件中實現(xiàn)語音的識別和合成。利用Speech SDK的API接口和Agent的語音識別方法，可以將辦公應用軟件中的文本依次朗讀出來。同時也可以通過語音識別來進行語音留言，更加方便用戶的使用。利用其TTS技術(shù)，可以實現(xiàn)語音的合成，