【源码】基于C语言的语音控制及窗口管理系统

项目简介

本项目基于C语言开发，借助语音识别和合成技术以及窗口管理API，实现语音控制计算机的基础功能，涵盖打开/关闭窗口、控制窗口移动、放大/缩小窗口等操作。同时具备窗口管理功能，可列出当前打开的窗口信息，并依据用户语音指令完成窗口切换、激活等操作。

项目的主要特性和功能

1. 语音识别与合成：调用外部语音识别和合成库（如科大讯飞的API），接收语音指令并输出语音结果。
2. 窗口管理：利用Xlib库与窗口管理API，实现窗口的打开、关闭、移动、缩放等基本操作。
3. 窗口信息展示：程序可列出当前打开窗口的信息，包括窗口ID、标题、类名等。
4. 语音指令执行：根据用户语音指令执行相应的窗口操作，如激活指定窗口、切换窗口等。

安装使用步骤

1. 确保系统已安装必要的库和工具，如Xlib库、FFTW库、PulseAudio库等，以及依赖的gksu、xsel、espeak等。
2. 下载项目的源代码。
3. 编译源代码，生成可执行文件。
4. 运行可执行文件前，设置 LD_LIBRARY_PATH，示例如下： bash ARCH=`arch` MSCLIBS_PATH=./bin/$ARCH export LD_LIBRARY_PATH=${MSCLIBS_PATH}:${LD_LIBRARY_PATH} 其中 MSCLIBS_PATH 为科大讯飞库的位置，请根据系统架构具体选择。
5. 运行可执行文件，程序将开始监听语音指令。
6. 开启软件，按下 CTRL 键（不低于2s）输入语音；语音朗读时，先用鼠标选中文字，然后按下 ALT 键。
7. 通过语音指令控制程序，如说出“打开浏览器”来打开浏览器窗口。
8. 使用语音指令进行窗口管理，如说出“切换窗口”来切换到下一个窗口。

注意：项目依赖于外部库和工具，如科大讯飞的API、Xlib库等，具体的使用和安装方法请参考相应的文档或教程。此外，由于项目涉及语音识别和合成技术，网络连接是必要的，且可能需要特定的API密钥或授权。程序设计思想请见 speech_struct.pdf。相关命令配置存于 index.json、appname.json、open.json 和 command.conf 文件中。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】