Reconocimiento de voz y texto en c#

Esta semana me preguntaron como hacer una aplicación que me reconozca la voz y me escriba el resultado en este caso en un listBox. En este Post haremos una aplicación que me permita hablarle a la PC, y esta me escriba la palabra que le dicte. Y como algo extra que escriba un texto y sea capaz de leerlo.

Para este ejemplo hay que utilizar la librería; System.Speech con ella podremos realizar lo que nos proponemos hablar y que nos lea un texto, gracias a estos espacios de nombres System.Speech.Synthesis y System.Speech.Recognition. El primero me permitirá la inicialización y configuración del motor de síntesis de voz de Windows en esta caso me puede servir para mandar un mensaje de aviso o petición al usuario; el segundo me servirá para el reconocimiento de voz el cual me permitirá digitalizar las señales acústicas y recuperar las palabras.

Comenzaremos con el reconocimiento de voz y por ultimo el reconocimiento de texto:

1. System.Speech.Recognition.

Comenzaremos creando un proyecto, para este ejemplo usaremos un WPF y le pondremos ReconociminetoDeVoz:

En la ventana del WPF dibujaremos esto.

Solo hemos colocado un listbox y un botón, el XAML que da así:.

XAML

1. <Window x:Class="ReconocimientoDeVoz.MainWindow"
2.         xmlns="http://schemas.microsoft.com/winfx/2006/xaml/presentation&quot;
3.         xmlns:x="http://schemas.microsoft.com/winfx/2006/xaml&quot;
4.         Title="MainWindow" Height="350" Width="525">
5.     <Grid>
6.         <ListBox HorizontalAlignment="Left" Name="lbPalabra" Height="267"
7.                  Margin="10,10,0,0" VerticalAlignment="Top" Width="497"/>
8.         <Button Content="Escuchar" Name="btEscuchar" HorizontalAlignment="Left"
9.                 Margin="420,288,0,0" VerticalAlignment="Top" Width="75"
10.                 Click="btEscuchar_Click"/>
11.     </Grid>
12. </Window>

Ahora tendremos que hacer referencia al espacio de nombre System.speech.

Echo esto solo tenemos que agregar la referencia con using.

Ahora eremos una instancia a SpeechRecognitionEngine que me permitirá hacer uso de todas las funcionalidades del espacio de nombres System.Speech.Recognition.

SpeechRecognitionEngine

1. namespace ReconocimientoDeVoz
2. {
3.     public partial class MainWindow : Window
4.     {
5.         SpeechRecognitionEngine _Recognition = new SpeechRecognitionEngine();
6.         public MainWindow()
7.         {
8.             InitializeComponent();
9.         }
10.  
11.         private void btEscuchar_Click(object sender, RoutedEventArgs e)
12.         {
13.  
14.         }
15.     }
16. }

 

Hecho esto en el evento clic del botón programaríamos esto:

btEscuchar_Click

1. private void btEscuchar_Click(object sender, RoutedEventArgs e)
2.         {
3.             _Recognition.SetInputToDefaultAudioDevice();
4.             _Recognition.LoadGrammar(new DictationGrammar());
5.             _Recognition.SpeechRecognized += _Recognition_SpeechRecognized;
6.             _Recognition.RecognizeAsync(RecognizeMode.Multiple);
7.         }

 

1. La primera línea le tenemos que especificar el dispositivo de audio por defecto en esta caso el que tenga por defecto el sistema operativo.
2. La segunda línea le especificaremos la gramática que se utilizara para reconocer las palabras que se le dicten a la PC, dependiendo en que idioma este tu sistema operativo o si tienes instalado alguna voz en español este reconocerá este idioma.
3. La tercera línea  se ejecutara cuando se haya reconocido la palabra que se dicta para esta línea después de colocar el += solo hay que presionar la tecla tab dos veces y el generará el evento por defecto _Recognition_SpeechRecognized, en mi caso como estoy utilizando el visual estudio 2012 me saldrá diferente que con el 2010, este evento lo tendremos que modificar para agregarle nuestra funcionalidad nos generaría esto:(pero las dos formas hacen lo mismo)

_Recognition_SpeechRecognized

1. void _Recognition_SpeechRecognized(object sender, SpeechRecognizedEventArgs e)
2. {
3.     throw new NotImplementedException();
4. }

 

4. Y por ultimo hay que comenzar a reconocer la voz con la cuarta línea lo haremos en modo múltiple.

El método que nos generó automáticamente quedaría de esta forma, ya que le hemos especificado que la palabra reconocida la coloque o agregue al listbox:

_Recognition_SpeechRecognized

1. void _Recognition_SpeechRecognized(object sender, SpeechRecognizedEventArgs e)
2. {
3.     foreach (RecognizedWordUnit word in e.Result.Words)
4.     {
5.         lbPalabra.Items.Add(word.Text);
6.     }
7. }

 

Si lo corremos nos daría este resultado:

 

Como yo tengo instalado las voces de loquendo por eso reconoce el español.

2.  System.Speech.Synthesis.

Ya que logramos que la PC me reconozca lo que le Estoy dictando, hagamos que me lea un texto que le introduzca en en TextBox. Crearemos otra ventana en el proyecto que acabamos de crear:

 

Nuestro proyecto quedara así:

Para este ejemplo haremos lo siguiente; como yo tengo instalada varias voces haremos que las reconozca para poder utilizar voces en español y ingles, segundo haremos que pueda definir el volumen y la velocidad de lectura. Así que dibujaremos en nuestra ventana algo como esto:

El XAML quedaría de esta forma:

Codigo

1. <Window x:Class="ReconocimientoDeVoz.Window1"
2.         xmlns="http://schemas.microsoft.com/winfx/2006/xaml/presentation&quot;
3.         xmlns:x="http://schemas.microsoft.com/winfx/2006/xaml&quot;
4.         Title="Window1" Height="352" Width="556">
5.     <Grid>
6.         <Button Content="Leer" Name="btLeer" HorizontalAlignment="Left"
7.                 Margin="10,142,0,0" VerticalAlignment="Top" Width="75"
8.                 Click="btLeer_Click"/>
9.         <ComboBox HorizontalAlignment="Left"
10.                   Name="cbVoz" Margin="10,19,0,0"
11.                   VerticalAlignment="Top" Width="120"/>
12.         <TextBox HorizontalAlignment="Left" Height="91"
13.                  Margin="10,46,0,0" TextWrapping="Wrap"
14.                  Text="" Name="txtTextoLeer"
15.                  VerticalAlignment="Top" Width="528"
16.                  ScrollViewer.CanContentScroll="True"/>
17.         <Expander Header="Expander" HorizontalAlignment="Left"
18.                   Margin="10,179,0,0" VerticalAlignment="Top"
19.                   Width="528" Height="133">
20.             <Grid Background="#FFE5E5E5">
21.                 <Grid.ColumnDefinitions>
22.                     <ColumnDefinition Width="0*"/>
23.                     <ColumnDefinition/>
24.                 </Grid.ColumnDefinitions>
25.                 <Slider Grid.ColumnSpan="2" Name="RateSlider"
26.                         HorizontalAlignment="Left"
27.                         Margin="158,25,0,0"
28.                         VerticalAlignment="Top" Width="313" SmallChange="1"
29.                         Maximum="10"/>
30.                 <Slider Grid.ColumnSpan="2" Name="VolumenSlider"
31.                         HorizontalAlignment="Left"
32.                         Margin="158,68,0,0"
33.                         VerticalAlignment="Top" Width="313"
34.                         SmallChange="1" Maximum="100" Value="50"/>
35.                 <Label Grid.ColumnSpan="2" Content="Rate"
36.                        HorizontalAlignment="Left" Margin="42,25,0,0"
37.                        VerticalAlignment="Top"/>
38.                 <Label Grid.ColumnSpan="2" Content="Volumen"
39.                        HorizontalAlignment="Left" Margin="42,64,0,0"
40.                        VerticalAlignment="Top"/>
41.             </Grid>
42.         </Expander>
43.  
44.     </Grid>
45. </Window>

como ya Hicimos la referencia al System.Speech, ya no tenemos que hacerlo, solo tenemos que colocar el using System.Speech.Synthesis.

Ahora solo hay que instanciar esto:

Codigo

1. namespace ReconocimientoDeVoz
2. {
3.     public partial class Window1 : Window
4.     {
5.         SpeechSynthesizer _synthesizer = new SpeechSynthesizer();
6.         List<VoiceInfo> _vocesInfo = new List<VoiceInfo>();
7.         public Window1()
8.         {
9.             InitializeComponent();
10.         }
11.         private void btLeer_Click(object sender, RoutedEventArgs e)
12.         {
13.  
14.         }
15.     }
16. }

Con esto seremos capaces de, uno obtener toda la funcionalidad del System.Speech.Synthesis y dos reconocer todas los idiomas o voces que tenemos instalados. Primero carguemos al combo las voces que tenemos instaladas:

Codigo

1. public Window1()
2. {
3.     InitializeComponent();
4.     foreach (InstalledVoice voice in _synthesizer.GetInstalledVoices())
5.     {
6.         _vocesInfo.Add(voice.VoiceInfo);
7.        cbVoz.Items.Add(voice.VoiceInfo.Name);
8.     }
9. }

Primero recorreremos la información de cuales voces tenemos instaladas y luego se las agregaremos al combo. hoy solo tendremos que programar el evento clic del botón:

btLeer_Click

1. private void btLeer_Click(object sender, RoutedEventArgs e)
2. {
3.     int indice;
4.  
5.     double Volumen = VolumenSlider.Value;
6.     double Rate = RateSlider.Value;
7.  
8.     indice = cbVoz.SelectedIndex;
9.     String nombre = _vocesInfo.ElementAt(indice).Name;
10.     _synthesizer.SelectVoice(nombre);
11.  
12.     _synthesizer.Volume = (int)Volumen;
13.     _synthesizer.Rate = (int)Rate;
14.     _synthesizer.Speak(txtTextoLeer.Text);
15. }

 

Antes de Correr nuestro proyecto tenemos que  cambiar la ventana que se ejecutara por defecto en el App.xaml de esta forma:

App.xaml

1. <Application x:Class="ReconocimientoDeVoz.App"
2.              xmlns="http://schemas.microsoft.com/winfx/2006/xaml/presentation&quot;
3.              xmlns:x="http://schemas.microsoft.com/winfx/2006/xaml&quot;
4.              StartupUri="Window1.xaml">
5.     <Application.Resources>
6.          
7.     </Application.Resources>
8. </Application>

 

Hoy si corremos esta aplicación y introducimos un texto seria capas de leer el texto introducido. Primero escogeremos la voz que me leerá el texto y por ultimo el volumen con que me lo lea:

Bueno espero que te sirva de algo…