宏樂語音識別控件

宏樂聲紋（wén）對比控件是一款對比聲紋來識別聲音的（de）音頻處理軟件。這是一款非常實用的軟件，可以用到生活中（zhōng）的方方麵麵。歡迎需要的用戶來綠色資源網下載使用。

宏（hóng）樂聲紋對比軟件（jiàn）介紹

宏樂（lè）聲紋對比控件可以對比（bǐ）任意兩（liǎng）個聲音句子的紋理，並獲得兩個聲紋的近似度的百（bǎi）分值。讓軟件設（shè）計者根（gēn）據識別的結果控製各種設備或操縱軟件執行（háng）相應的功能。

用戶可以（yǐ）將不同的特征文件與數據庫一一對應保存，然後（hòu）通過對（duì）比（bǐ）函數從數據庫取出不同的特（tè）征文件與當前的錄音結（jié）果對比，從而知道當前（qián）的聲紋與（yǔ）數據庫內的哪一個聲（shēng）紋最吻合。

我們還為掌上電腦，或（huò）學習機提供DLL評分插件。通過它，可以獲得學（xué）生跟讀老師句子的吻合程度。

該（gāi）控件還（hái）附帶一個精美的可變色按鈕控件，利用它可以美化程序的界麵。

宏（hóng）樂語音識別控件功能

1.Rocord 〔錄（lù）製〕(true 或 false) true 開始錄音（控件在句（jù）結束後自動停止錄（lù）音並識別）。

2.Establish 〔設置〕(true) 將當前的錄音（yīn）特征設置（zhì）為對比特征。

3.Percentage 〔評分〕 獲取（qǔ）當（dāng）前對比結果的分數值（0 表示根本（běn）不吻合（hé），有數值表（biǎo）示相似度的百分比。）

4.AutoRecord〔自動錄音〕（true 或 false） true 則（zé）啟動適時錄（lù）音，源源不斷的將錄音的內容進（jìn）行對比分析。Falae 則關（guān）閉自（zì）動錄音。

5.Comp 〔對比特征〕從V9.0版本起,這個指令不再對比bin格式特征文件名（míng）,而（ér）是對比當前啟用庫的一個特征名稱！可用44.UserLib(啟用（yòng）庫名稱)函（hán）數來選擇庫。

6.EstablishVoiceFileNameToComp 〔設聲音文件為對比〕(WAV格式（shì）聲（shēng）音文（wén）件路（lù）徑名稱) 將一個任意格式的WAV文件分析後獲取的聲（shēng）紋特征設置為對比內容。(注意：用聲音文件來對比，如果還沒有聲音庫（kù），請用16位單聲道8000采樣的格式記錄聲音，這樣可以省略格式（shì）轉換的過程（chéng）。)

7.CompVoiceFile 〔對比聲音文件〕(WAV格式聲音文件路徑名稱（chēng）) 將一個任意格式的WAV文件（而不是錄（lù）音內容）來對比。(可直接拖放Wav文件到本控（kòng）件（jiàn）測試)

8.Noise 〔測（cè）噪音〕(true) 這個函數一般不用,因為控件會在錄音結果

9.Volume 〔音量〕 獲取當前（qián）錄音（yīn）結果的音（yīn）量 （最（zuì）大值為100）

10.Painting 〔繪圖〕（true 或（huò） false） true 則繪（huì）圖，false 則不繪圖。

11.RecordCharacterFileName 〔錄音特征文件名〕(bin格式文件名) 獲取當前錄音結果的特征文件（jiàn）名全稱。（特征文件的長度為2310字節{如果選擇身份鑒別長度為2320字節}，可（kě）以將這個文件用不同的名稱命名保存到數據庫中對應某個聲音（yīn）文件，便於單獨或批（pī）量對比。通常這個文件名是控（kòng）件包（bāo）路徑+"\總特征.bin"）

12.CompCharacterFileName 〔對（duì）比特征文件名（míng）〕(bin格式文件名) 獲取對（duì）比特征文件名（míng）的全稱。(通常這（zhè）個文件名為控件包路徑+"\總對比特征.bin")

13.OpenF12 〔允許F12鍵錄音〕(true 或（huò） false) true 則允許F12鍵代替鼠標錄音。（按下F12開始錄音，放開F12結束錄音。結束錄音的（de）同時分析聲紋的相似度）

14.DiscriminateBody 〔鑒別身份〕 (true 或 false) 選擇 true 則比較（jiào）嚴格的校對個人的聲紋（wén），選（xuǎn）擇 false 則適合男女老幼（yòu）的各種音色。

15.Reverse 〔反向〕(true 或 false) true 則反向，用於相位相反的麥克風接口。

16.Play （播放錄（lù）音） (true) 播放現場錄音的（de）（學生）聲音,或 CompVoiceFile 函（hán）數調入的聲音（yīn）文件。

17.Play_Comp （播放（fàng）對比） (true) 播放用於對比的（老（lǎo）師）聲音。

18.Re_Recognition 〔重新識（shí）別〕(true 或（huò） false) true ，主（zhǔ）要用於“反向”之後的不重錄音而直接（jiē）識別。

19.OCX_Path 〔控（kòng）件路徑〕(true 或 false) true ，讀取控件所在的路徑全稱。

20.IsOver 事件（jiàn），這個事件在分析完畢後自動啟用。能調用OCX控件的用戶在設計時雙擊本控件可以看到IsOver事件，然後在這（zhè）個事件中插入分析完（wán）成後響應的代碼。

21.Max_Record_Timer（沒有響（xiǎng）應的最（zuì）大秒數） (1～６０)　人工錄音方（fāng）式時啟動錄音（yīn）後如果一直沒有聲音數據提交，將在這個值到後無條件停止錄音提（tí）交數（shù）據（jù）進行分析（默認值是6秒（miǎo））。

22.PeakValue (峰值校驗 ) (true 或（huò） false) true 則校驗峰值誤差（校驗峰值誤差有時會因為環境噪音（yīn）太（tài）大導致聲音串首尾定位不準而評分失敗）。

23.ALC (自動電平 ) (true 或 false) true 則啟（qǐ）用自動電（diàn）平（píng）控製，能（néng）在聲音較小時放大，聲音太大（dà）時衰減到比較合理的電平。

24.WordNoumber (字段數) () 一個數值，顯示詞句切割出（chū）的段數（個別詞會無法（fǎ）分割而（ér）連接在一起，所以這個值（zhí）並不代表字數，可以理（lǐ）解為（wéi）嘴唇開合的次數），用於將數據庫分類，減少識別時搜索的範圍。[注意:使用它分類要考慮有可能（néng）誤差正（zhèng）負1個值;比如獲得的字段數是3，應該在2、3、4字段庫尋（xún）找特征文件]

25.Zero (允許零分 ) (true 或 false) true是默認值，在不吻合的因素太多時評分的（de）值為零，但在老師與學生（shēng）聲（shēng）紋（wén）誤差（chà）較大時會（huì）也可能導致錯（cuò）評為零分的（de）現象，此時應該禁用它。

26.Word_Max_Timer(t) t是提交詞匯的反應秒數（停頓提交詞（cí）匯的時間），範（fàn）圍必須在0.125秒～3秒之（zhī）間。（默認值是0.66秒）

27.Auto_Clips (自動（dòng）剪輯（jí）) (true 或 false) 默認為true；對應於控件的“自（zì）剪”複選框。true則錄音按鈕點擊開始錄音，當音量小到隻有噪音時提交錄音結果並分析（xī）。false則錄音的開（kāi）始與結束是手工控製（zhì），按下錄音按（àn）鈕[或使用Rocord_Start(true)函數]開始錄音（yīn），放（fàng）開錄（lù）音按鈕[或使用函數Rocord_End(true)]結束錄音並提交分（fèn）析。

28.Rocord_Start (開始錄音) (true) 在“自剪”複選框（自動剪輯）不選時，啟動錄音。

29.Rocord_End (結（jié）束錄音) (true) 在“自剪”複選框（自（zì）動剪輯）不選時，結束錄音（yīn）並分析。

30.Filters_Infrasound (濾除次聲波) (true 或 false) false是默認值，濾除次聲波的功（gōng）能（néng）已經（jīng）在句子剪裁器中使用，通常對比現成（chéng）的WAV文件才使用它，濾除非語（yǔ）音成分的超低音部分，主要排（pái）除（chú）板載聲卡的零（líng）點電平漂移或口風或風扇等帶來的低頻噪音。

31.FrequencyFitsTogetherRate (頻率吻（wěn）合率) 對（duì）應最上方的版塊，頻率曲線吻合的百分值

32.PeakMatchingRate (峰值吻合率) 對應中間的版塊，峰值曲（qǔ）線吻合的百分值。

33.FrequencyChartFitsTogetherRate (頻譜吻合率) 在身份鑒別狀態下（xià），它顯示頻譜的吻合百分值。

34.ReasonDoesNotMatch (不吻合（hé）原因) 在評分失敗後給出原因，鼠標點擊分數可（kě）以看到這個提示。

35.CutRatio (切割（gē）比例) 頭尾（wěi）切割與最大值的倍數，值（zhí）在10～50之間,這個值影響數據頭尾定位（wèi）的切割（默認值=25）

36.FrequencyComp(頻率鑒別選擇) 頻率鑒別選擇,它（tā）控製（zhì）最上方的頻率變化曲線版塊是否參與分析, 可以用 FrequencyComp(True) 或 FrequencyComp(False) 指（zhǐ）令控製它。

37.Save(保（bǎo）存特征) 保（bǎo）存特征，並給特（tè）征命（mìng）名；可用 Save("") 啟動輸入板；或（huò）直接命名一（yī）個特征（zhēng），如Save("1234")。

38.CompAll(批量對（duì）比(特征庫的所有內容（róng）)) 用當前的（de）錄音與對比特（tè）征庫內所有內容進行對比，可用 CompAll("") 指令啟動批量對比。

39.AutoCompAll(自動批量（liàng）對比) 分析完錄音後自動啟（qǐ）動批量對比，可用 AutoCompAll( true ) 啟用它 用AutoCompAll( false ) 禁用它（tā）。

40.MaxNumber(有分數的結果個數) 有分數的結果個數，可用 MaxNumber(0) 讀取它。

41.Answerp(取第幾個答（dá）案) 取第幾個分數 ，可以用 AnswerP(1) 獲得最高分 用 AnswerP(2) 獲得第二高分,其（qí）他以此類推（tuī）。

42.AnswerT(取第幾個答案) 取第幾個特（tè）征結果名稱.

宏樂聲紋（wén）對比工具（jù）使用方法

測試的技巧主要是先調整（zhěng）好麥克風的（de）靈敏（mǐn）度，然後點擊“錄音”，發音停頓則（zé）結束錄音並評分。此（cǐ）時會看到一條亮青色（sè）的變化曲線（xiàn）；之後點擊“保存特征”，記錄到特征庫中,同時會看到亮青色的曲線變為灰色。

如果隻是單獨對比兩個聲音特征請將（jiāng）“批量”複選框設為不選，然後在（zài）特征列表中選中要對（duì）比的內容，這是會看到灰色的曲線對應特征而變化，點擊“錄音”按鈕，錄入一個（gè）句子（zǐ），則可（kě）看到評（píng）分的結果。

V9以上的版本默認錄音結束後對比當前特征庫的所有特征，並將對比結果從高分到低分順序排列。

這些過程完全（quán）可以用（yòng）軟（ruǎn）件通過相應的函數來控製；具體請參（cān）閱函數說（shuō）明（míng）。

錄音時麥克風不能正對（duì）準口中央，你會發現用於語音識別的耳麥麥克風都（dōu）是偏離嘴巴的。同時不（bú）易遠距離錄（lù）音，當有效的聲音與環境（jìng）噪音達不到5倍以上（shàng），識別將不理想；最重要的是如何獲得連續的頻率曲線（xiàn），如果破碎，要分析原因。對於（yú）一個詞（cí）組或句子來說，曲線（xiàn）斷續（xù）是正常的，因為一些語音成分沒有頻率特征（zhēng），比如（rú）聲母T、F等，對應它的部分是（shì）一個缺口，這裏指的（de）破碎是（shì）指對應一個字中的曲線是否連續。

峰值曲線的切割是自動的，但要注意（yì）錄音時是否有幹擾的（de）噪音，請留意（yì）曲線的頭尾（wěi）是否正常切割，再（zài）將它保存到特征庫（kù）中。

特征庫是（shì）需要長期訓練（liàn）的（de），合理（lǐ）的方法是設（shè）為對比以（yǐ）後，重錄一（yī）次，看看分數是否足夠高，不高（gāo）的要重錄。

（如果特征曲線總是出不來，請嚐試“反向”功能（néng），通常在麵板插入的麥克風插孔需要“反向”）

為了提高識別率，不同時出現的特征庫要（yào）盡可能的分（fèn）類。假（jiǎ）設正在操控一個窗（chuāng）體，而窗體上隻有幾個按（àn）鈕，這種情況下應該為該窗體（tǐ）單獨建立一個小特（tè）征庫，庫內隻有（yǒu）相（xiàng）應的幾個按鈕的（de）特征，這樣識別起（qǐ）來（lái）就會很準。

當庫內特征較多時，不可避免（miǎn）會出現識別結（jié）果不止一個或需要的結果不排在第（dì）一位的現象，這時應該類似拚音輸入法，讓同音字或詞組有個選擇的機會。