怎么用聲音來(lái)操控IE瀏覽器及語(yǔ)音識(shí)別引擎的使用介紹

最近做字幕的時(shí)候發(fā)現(xiàn)一個(gè)通過(guò)聲音控制IE瀏覽器的方法。本來(lái)是要制作字幕的，后來(lái)想想如果純手工制作字幕的話那么效率肯定非常低，做為程序員，本能的想到了讓計(jì)算機(jī)來(lái)幫忙。做字幕就是從聲音識(shí)別出文字，然后在校對(duì)時(shí)間軸。很機(jī)械化的操作，非常適合計(jì)算機(jī)的來(lái)做。通過(guò)搜索很快找到了解決方案。使用Microsoft Speech SDK Python PythonWin 。雖然微軟的語(yǔ)音識(shí)別引擎已經(jīng)很強(qiáng)大了，但是要用它來(lái)制作字幕還有很長(zhǎng)的路要走。字幕做不成了，不過(guò)用它來(lái)操控瀏覽器還是錯(cuò)錯(cuò)有余的。發(fā)現(xiàn)使用語(yǔ)音功能操作IE瀏覽器還是非常方便，只要設(shè)置好語(yǔ)句，IE瀏覽器就可以自動(dòng)進(jìn)行相關(guān)的操作。
下面是我已經(jīng)實(shí)現(xiàn)的一些功能。(=>符號(hào)前面是你要說(shuō)的話，后面是瀏覽器執(zhí)行的操作)
“顯示瀏覽器”=>打開(kāi)瀏覽器，“谷歌”=>進(jìn)入谷歌的頁(yè)面，“百度”=>進(jìn)入百度的頁(yè)面， “優(yōu)酷”=>進(jìn)入優(yōu)酷的頁(yè)面等等，“后退”=>返回上一個(gè)頁(yè)面， “最大化”=>最大化瀏覽器，“下拉”=>下拉網(wǎng)頁(yè)，“上拉”=>上拉網(wǎng)頁(yè)，“放大”=>放大網(wǎng)頁(yè)，“縮小”=>縮小網(wǎng)頁(yè)，“關(guān)閉瀏覽器”=>關(guān)閉瀏覽器。
搭建測(cè)試環(huán)境：
1.從微軟官網(wǎng)下載SpeechSDK51.exe和SpeechSDK51LangPack.exe

2.下載Python2.6 PythonWin wxPython和啟動(dòng)語(yǔ)音識(shí)別的腳本文件。從這里打包下載。
3.安裝SpeechSDK51.exe，SpeechSDK51LangPack.exe
4.安裝Python2.6 ， PythonWin，wxPython
5.運(yùn)行開(kāi)始菜單->所有程序->Python2.6— >PythonWin，選擇Tools -> COM MakePy utility -> Microsoft Speech Object Library 5.0
6.在控制面板的語(yǔ)音里面，在語(yǔ)言里選Microsoft Simplified Chinese Recognizer，在語(yǔ)音選擇里選Microsoft Simplified Chinese

環(huán)境搭建完成，運(yùn)行SpeechGui.py腳本就可以來(lái)用聲音操控瀏覽器。不過(guò)由于Python PythonWin的強(qiáng)大威力，不單單只有IE瀏覽器可以進(jìn)行該操作，只要軟件能夠支持com的應(yīng)用就都可以顯示語(yǔ)音操控，比如微軟的Windows Media Player ， Word，Excel等軟件。強(qiáng)烈建議大家自己手動(dòng)去發(fā)掘和制作更多有意思的功能。
【怎么用聲音來(lái)操控IE瀏覽器及語(yǔ)音識(shí)別引擎的使用介紹】