C语言语音朗读小工具

直接将以下代码复制粘贴，运行即可：

#include<stdio.h>
#include<stdlib.h>
#include<string.h>
char buf[100] = "";

void showStyle()
{
	system("title 语音朗读");
	system("mode con cols=80 lines=30");
	system("color f0");
 } 

void inputInfo()
{
	memset(buf,0,100);
	printf("输入要朗诵的文字： \n");
	gets(buf);
}

int main()
{
	showStyle();
	while(1)
	{
		FILE *fq=fopen("voice.vbs","w");
		inputInfo();
		if(fq!=NULL)
		{
			fprintf(fq,"CreateObject(\"SAPI.Spvoice\").Speak\"%s\"",buf);
			fclose(fq);
			system("voice.vbs");
			system("del voice.vbs");
		}
		printf("朗诵文为:%s\n",buf);
		fclose(fq);
	}
	system("pause");
	return 0;
}

注：其中用到了一个vbs小程序：
vbs指令：
CreateObject(“SAPI.Spvoice”).Speak"I love you"
将这一行指令写入新建的txt文档，然后把后缀名改为vbs也可以实现该小程序。如果你电脑没有显示后缀名，可点开“此电脑”，上面有个“查看”，右边有个“文件扩展名”，前面选上就可以了，然后可以更改后缀名了。

这是头文件与全局变量：

#include<stdio.h>
#include<stdlib.h>
#include<string.h>
char buf[100] = "";

调整窗口样式：

void showStyle()
{
	system("title 语音朗读");
	system("mode con cols=80 lines=30");
	system("color f0");
 } 

这是exe程序的窗口调整，平时我们见的都是黑色的，这个title是调整标题，mode con调整尺寸，color调整颜色。当然，这个函数你应该记下来，以后很可能会用到哦。

用户输入（一个输入函数）：

void inputInfo()
{
	memset(buf,0,100);
	printf("输入要朗诵的文字： \n");
	gets(buf);
}

主函数进行文件的操作：

int main()
{
	showStyle();
	while(1)
	{
		FILE *fq=fopen("voice.vbs","w");
		inputInfo();
		if(fq!=NULL)
		{
			fprintf(fq,"CreateObject(\"SAPI.Spvoice\").Speak\"%s\"",buf);
			fclose(fq);
			system("voice.vbs");
			system("del voice.vbs");
		}
		printf("朗诵文为:%s\n",buf);
		fclose(fq);
	}
	system("pause");
	return 0;
}

while(1){ } 是个无限循环；
fopen 打开文件；
fclose 关闭文件；
fprintf 写入文件；
system 是系统指令。
注： 此代码是我从一篇微信文章看到的。

前言

语音识别相关算法一般在MATLAB上进行仿真验证与实验，在工程上一般还是在VS中进行实现落地，本系列将介绍语音信号处理在C语言中的一系列应用，后期将以此为基础，再落地移植到嵌入式平台。

语音文件的格式多种多样都存在不同的标准，在WAV格式的语音文件中主要包含两个部分：文件头与语音数据，本文将介绍读取WAV语音文件的文件头数据。WAV格式语音文件数据标准如下图所示。

即前44位位文件头数据，44位之后为语音数据。

一. 工程实现

// ExtractData.h
// 读取wav格式语音文件文件头数据
// date：2022-4-27 22:44:36
// author : C.S

#ifndef _EXTRACTDATA_H_
#define _EXTRACTDATA_H_

#include <stdint.h>

typedef struct tagWAVHEADER {
	uint8_t   ChunkID[4];     // 文档标识。       大写字符串"RIFF",标明该文件为有效的 RIFF 格式文档。
	uint32_t  ChunkSize;      // 文件数据长度。   从下一个字段首地址开始到文件末尾的总字节数。该字段的数值加 8 为当前文件的实际长度。
	uint8_t   Format[4];      // 文件格式类型。   所有 WAV 格式的文件此处为字符串"WAVE",标明该文件是 WAV 格式文件。
	uint8_t   FmtChunkID[4];  // 格式块标识。     小写字符串,"fmt "。
	uint32_t  FmtChunkSize;   // 格式块长度。     其数值不确定,取决于编码格式。可以是 16、 18 、20、40 等。
	uint16_t  AudioFormat;    // 编码格式代码。   常见的 WAV 文件使用 PCM 脉冲编码调制格式,该数值通常为 1。
	uint16_t  NumChannels;    // 声道个数。       单声道为 1,立体声或双声道为 2。
	uint32_t  SampleRate;     // 采样频率。       每个声道单位时间采样次数。常用的采样频率有 11025, 22050 和 44100 kHz。
	uint32_t  ByteRate;       // 数据传输速率。   该数值为:声道数×采样频率×每样本的数据位数/8。播放软件利用此值可以估计缓冲区的大小。
	uint16_t  BlockAlign;     // 数据块对齐单位。 采样帧大小。该数值为:声道数×位数/8。播放软件需要一次处理多个该值大小的字节数据,用该数值调整缓冲区。
	uint16_t  BitsPerSample;  // 采样位数。       存储每个采样值所用的二进制数位数。常见的位数有 4、8、12、16、24、32。
	uint8_t   DataChunkID[4];
	uint32_t  DataChunkSize;
} WAVHEADER;

#endif  // #ifndef _EXTRACTDATA_H_

// ExtractData.cpp
// 读取wav格式语音文件文件头数据
// date：2022-4-27 22:44:36
// author : C.S


#include <stdio.h> 
#include<iostream>
#include<fstream>
#include<stdlib.h>
#include "ExtractData.h"

#define  W  128             //每次读写文件的数据量  

int     FileSet = 0;                //定义一个整型变量， 用于保存fseek函数的返回值
int     FileEnd = 0;                //整个文件的字节数 
int     FileLength = 0;             //文件的数据长度。（注：每2个字节作为一个数据 ）
short   InputData[W];               //文件读写数据缓冲区  

WAVHEADER    FileHeader;            //存文件头的结构体

void showWavHead(WAVHEADER Header) {
	printf("ChunkID: %c%c%c%c\t", Header.ChunkID[0], Header.ChunkID[1], Header.ChunkID[2], Header.ChunkID[3]);
	printf("ChunkSize: %u\t", Header.ChunkSize);
	printf("Format: %c%c%c%c\n", Header.Format[0], Header.Format[1], Header.Format[2], Header.Format[3]);
	printf("FmtChunkID: %c%c%c%c\t", Header.FmtChunkID[0], Header.FmtChunkID[1], Header.FmtChunkID[2], Header.FmtChunkID[3]);
	printf("FmtChunkSize: %u\t", Header.FmtChunkSize);
	printf("AudioFormat: %d\t", Header.AudioFormat);
	printf("NumChannels: %d\t", Header.NumChannels);
	printf("SampleRate: %u\t", Header.SampleRate);
	printf("ByteRate: %u\t", Header.ByteRate);
	printf("BlockAlign: %d\t", Header.BlockAlign);
	printf("BitsPerSample: %d\n", Header.BitsPerSample);
	printf("DataChunkID: %c%c%c%c\t", Header.DataChunkID[0], Header.DataChunkID[1], Header.DataChunkID[2], Header.DataChunkID[3]);
	printf("DataChunkSize: %u\n", Header.DataChunkSize);
}

int main() {
	FILE *Ifp, *txt;    //定义文件读写指针 

	Ifp = fopen("456.wav", "rb");    /*以只读方式打开wav文件*/
	txt = fopen("456.txt", "w");

	/* 获得文件字节数,fseek函数将文件内部指针指向文件末尾，
	ftell函数获取文件内部指针相对于文件头的偏移量，rewind函数将文件内部指针指向文件头 */
	fseek(Ifp, 0L, SEEK_END);
	FileEnd = ftell(Ifp);
	printf("total file size: %d bytes \n", FileEnd);
	rewind(Ifp);

	// 读取文件头，并打印部分信息，wav格式的文件头一般是44个字节，后面是音频数据
	fread(&FileHeader, 1, sizeof(WAVHEADER), Ifp);
	showWavHead(FileHeader);

	// 读取数据。这里的数据大小是2字节，按照实际格式改。while循环每次读写 W 个数据量，for循环写最后剩余的
	FileLength = FileEnd / 2;
	while (FileLength >= W) {
		fread(InputData, sizeof(short), W, Ifp);
		for (int i = 0; i < W; i++) {
			fprintf(txt, "%d\n", InputData[i]);
		}
		FileLength -= W;
	}

	fread(InputData, sizeof(short), FileLength, Ifp);
	for (int i = 0; i < FileLength; i++) {
		fprintf(txt, "%d\n", InputData[i]);
	}

	char  *buf;
	long filesize;
	filesize = ftell(Ifp);//ftell求文件指针相对于0的便宜字节数，就求出了文件字节数
	buf = (char *)malloc(sizeof(char)*filesize);//开辟空间给缓存数组

	fread(buf, 1, (filesize - 44), Ifp);//每次读一个字节到buf，同时求读的次数

	return 0;
}

二. 结果

三. 小结

WAV格式语音数据文件头数据中包含许多关键的语音文件信息如：

// 文档标识。 大写字符串"RIFF",标明该文件为有效的 RIFF 格式文档。

// 文件数据长度。 从下一个字段首地址开始到文件末尾的总字节数。该字段的数值加 8 为当前文件的实际长度。

// 文件格式类型。 所有 WAV 格式的文件此处为字符串"WAVE",标明该文件是 WAV 格式文件。

// 格式块标识。 小写字符串,"fmt "。

// 格式块长度。 其数值不确定,取决于编码格式。可以是 16、 18 、20、40 等。

// 编码格式代码。 常见的 WAV 文件使用 PCM 脉冲编码调制格式,该数值通常为 1。

// 声道个数。 单声道为 1,立体声或双声道为 2。

// 采样频率。 每个声道单位时间采样次数。常用的采样频率有11025,16000 , 22050 和 44100 Hz。

// 数据传输速率。 该数值为:声道数×采样频率×每样本的数据位数/8。播放软件利用此值可以估计缓冲区的大小。

// 数据块对齐单位。 采样帧大小。该数值为:声道数×位数/8。播放软件需要一次处理多个该值大小的字节数据,用该数值调整缓冲区。

// 采样位数。 存储每个采样值所用的二进制数位数。常见的位数有 4、8、12、16、24、32。

通过读取文件头数据信息，就可以得知语音文件数据的大多数格式信息，下一篇将介绍分段读取WAV语音文件中语音数据部分的实例。

广告关闭

2017年12月，云+社区对外发布，从最开始的技术博客到现在拥有多个社区产品。未来，我们一起乘风破浪，创造无限可能。

语音识别技术，也被称为自动语音识别，目标是以电脑自动将人类的语音内容转换为相应的文字。 应用包括语音拨号、语音导航、室内设备控制、语音文档检索、简单的听写数据录入等。 一、功能概述实现将语音转换为文字，调取第3方接口。 比如百度ai，图灵机器人，得到想要的结果。 二、软件环境操作系统：win10语言...

它在语音识别、自然语言处理等领域取得了成功。 是除卷积神经网络之外深度学习中最常用的一种网络结构。 在本文中，sigai将和大家一起回顾循环神经网络的发展历程与在各个领域的应用。 序列数据建模全连接网络和卷积网络在运行时每次接收的都是独立的输入数据，没有记忆能力。 在有些应用中需要神经网络具有记忆功能...

在这两种属性结合的背后，有人看到了语音识别技术在c端市场的希望。 但是，这场“春天”真的是近在眼前吗？ 语音识别+社交软件的新组合? 以谷歌即将上线的allo为例，它所搭载的是谷歌最新开发的语音助理google assistant，其中，google assistant集合了谷歌目前为止最先进的语音识别、自然语言理解等技术。 在今年的...

整合了语音识别的 python 程序提供了其他技术无法比拟的交互性和可访问性。 最重要的是，在 python 程序中实现语音识别非常简单。 通过本指南，你将学到：语音识别的工作原理； pypi 支持哪些软件包; 如何安装和使用 speechrecognition 软件包——一个功能全面且易于使用的 python语音识别库。 ▌语言识别工作原理...

整合了语音识别的 python 程序提供了其他技术无法比拟的交互性和可访问性。 最重要的是，在 python 程序中实现语音识别非常简单。 阅读本指南，你就将会了解。 你将学到：语音识别的工作原理； pypi 支持哪些软件包; 如何安装和使用 speechrecognition 软件包——一个功能全面且易于使用的 python语音识别库。 ▌语言...

整合了语音识别的 python 程序提供了其他技术无法比拟的交互性和可访问性。 最重要的是，在 python 程序中实现语音识别非常简单。 阅读本指南，你就将会了解。 你将学到：语音识别的工作原理； pypi 支持哪些软件包; 如何安装和使用 speechrecognition 软件包——一个功能全面且易于使用的 python语音识别库。 ▌语言...

原文博客：doi技术团队链接地址：https:blog.doiduoyi.comauthors1584446358138初心：记录优秀的doi技术团队学习经历本文链接：基于pytorch实现的masr中文语音识别masr是一个基于端到端的深度神经网络的中文普通话语音识别项目，本项目是基于masr 进行开发的。 本教程源码地址：https:github.comyeyupiaolingmasr.git...

（2）语音识别语音识别的工作逻辑非常简单，从本地读取待识别语音样本数据后上传到云端服务器，声学模型和语言模型都架在云端（这是语音识别的核心竞争力），分析后将结果返回到本地。 实现代码如下：# 读取文件def get_file_content(filepath):with open(filepath, rb) as fp:return fp.read()# 识别本地文件client...

选自github作者：ronan collobert等机器之心编译参与：李亚洲、刘晓坤近日，facebook ai 研究院开源了端到端语音识别系统 wav2letter，本文是该架构的论文实现，读者可据此做语音转录。 github 地址：https:github.comfacebookresearchwav2letterwav2letter wav2letter 是 facebook ai研究院今天开源的简单高效的端到...

“语音域名”既能通过语音输入来访问互联网应用，也能让人类通过眼睛来轻易辨认以便记忆和认证。 20190415213724_7d55c001c4dfd77445dd9b6dfb45e910_4.jpg要探讨“语音域名”的可行性就得先分析“语音识别”这一技术的原理，“语音识别”是先将输入的语音进行特征提取，然后再将提取的特征值经过声学模型和语言模型的...

计算机学信号系统、数字信号处理、语音信号处理、离散数学、数据结构、算法导论、并行计算、c语言概论、python语言、语音识别、深度学习等课程也是必备的基础知识。 语音识别专业知识语音识别的知识体系可以划分为三个大的部分：专业基础、支撑技能和应用技能。 语音识别的专业基础又包括了算法基础、数据知识和开源...

《mit科技评论》认为，“科大讯飞旗下的语音助手是中国版的siri，其可携带实时翻译器则是一款杰出的人工智能应用，克服了方言、俚语和背景杂音，可将汉语精准地翻译成十几种语言。 科大讯飞在中国语音技术市场的占有率70%。 越来越多的人认为，语音识别将成为下一代交互革命的关键技术。 与此同时，在日常生活中...

接口请求协议：https腾讯云语音合成技术（tts）可以将任意文本转化为语音，实现让机器和应用张口说话。 腾讯 tts 技术可以应用到很多场景，例如，在小说 app 完成有声阅读，移动 app 语音播报新闻； 智能设备语音提醒； 车载导航语音合成的个性化语音播报等等。 2. 输入参数请求方式 只支持 post 请求 参数名称必选...

整合了语音识别的 python 程序提供了其他技术无法比拟的交互性和可访问性。 最重要的是，在 python 程序中实现语音识别非常简单。 阅读本指南，你就将会了解。 你将学到：语音识别的工作原理； pypi 支持哪些软件包; 如何安装和使用 speechrecognition 软件包——一个功能全面且易于使用的 python语音识别库。 ▌语言...

最重要的是，在 python 程序中实现语音识别非常简单。 阅读本指南，你就将会了解。 你将学到：语音识别的工作原理； pypi 支持哪些软件包; 如何安装和使用 speechrecognition 软件包——一个功能全面且易于使用的 python语音识别库。 ▌语言识别工作原理概述语音识别源于 20 世纪 50 年代早期在贝尔实验室所做的研究 ...

整合了语音识别的 python 程序提供了其他技术无法比拟的交互性和可访问性。 最重要的是，在 python 程序中实现语音识别非常简单。 阅读本指南，你就将会了解。 你将学到：语音识别的工作原理； pypi 支持哪些软件包; 如何安装和使用 speechrecognition 软件包——一个功能全面且易于使用的 python语音识别库。 ▌语言...

整合了语音识别的 python 程序提供了其他技术无法比拟的交互性和可访问性。 最重要的是，在 python 程序中实现语音识别非常简单。 阅读本指南，你就将会了解。 你将学到：语音识别的工作原理； pypi 支持哪些软件包; 如何安装和使用 speechrecognition 软件包——一个功能全面且易于使用的 python语音识别库。 ▌语言...

随着深度学习的出现，语音识别技术越来越成熟，会议记录的整理形式也从极其耗费人力成本的人工记录越来越多的被语音识别自动转录所替代。 腾讯云语音语义ai提供语音识别、自然语言处理技术，以及说话人分离、文本摘要提取等功能，解决会议记录场景下存在的各种痛点。 除了协同办公场景，腾讯云ai能力在泛娱乐、政务...

一般没有网络时，语音识别是这样的▽未标题-1.png而同等环境下，嵌入式语音识别，是这样的▽不仅可以帮您边说边识、出口成章，有个性化名字的时候也难不倒它。 这就是嵌入式语音识别的魅力。 本文将从微信智聆的嵌入式语音识别引擎的实现和优化，介绍嵌入式语音识别的技术选型。 01语音识别，大体是这么来的语音识别...

百度语音现在是比较方便的接口，具体说明请看官方文档，本文分两个部分，先是使用python实现录音，然后再使用百度语音api进行识别上传。 首先是实现录音功能，因为百度语言识别有一些录音品质的要求的。 so。。 下文的代码可以按时间为文件名生成录音文件，产生一个gui界面，点击按钮后开始录音。 百度语音rest api...