MATLAB语音交互实战：从TTS到语音识别，让计算过程会说话

1. 从“哑巴”到“话痨”：为什么我们需要让MATLAB开口说话？

如果你用过MATLAB，大概率会认同一个观点：它是个计算能力超强的“哑巴”。我们输入一行行代码，它默默地在后台进行矩阵运算、信号处理、图像分析，最后把结果以图形或数据的形式“扔”给我们。整个过程高效、精准，但缺乏一种直观的、可交互的“声音”。这里的“声音”，并不仅仅指物理上的语音，更是一种动态的、可解释的、能与人实时沟通的能力。想象一下，当你运行一个复杂的仿真时，程序能实时告诉你：“当前迭代到第500步，目标函数值已收敛至1e-6，正在优化第3个参数……”；或者，当你处理完一批数据后，它能自动生成一段语音报告：“本次分析共处理1024个样本，发现异常点15个，主要分布在第三象限，建议进行二次核查。” 这种体验，是不是比盯着冰冷的数字和静态的图表要生动得多？

这就是“Making MATLAB Talk”的核心价值。它不是一个单一的功能，而是一种能力增强，旨在打破人机交互的静默屏障。对于工程师和研究人员来说，这能极大提升工作效率和演示效果。比如，在长时间的数据拟合或优化过程中，语音提示可以让你不必时刻盯着屏幕；在向非技术背景的同事或客户展示成果时，一段自动生成的语音解说比干巴巴的图表更具说服力；甚至在开发教学或演示程序时，语音反馈能创造更沉浸式的学习体验。简而言之，让MATLAB“说话”，就是赋予其表达和沟通的“人格”，让冷冰冰的计算过程变得有温度、可感知。

从技术角度看，实现这一目标主要涉及两个层面：一是让MATLAB程序具备语音合成（Text-to-Speech, TTS）能力，能够将文本、变量状态甚至分析结论转化为可听的语音；二是实现语音识别（Speech Recognition），让用户可以通过语音命令来控制MATLAB，实现“动口不动手”的交互。本文将聚焦于第一个，也是最实用、最易上手的层面——语音合成，手把手带你解锁MATLAB的“话痨”模式。

2. 核心工具箱与API选型：MATLAB内置的“声带”在哪里？

要让MATLAB发声，我们首先得找到它的“声带”。幸运的是，MATLAB自身就提供了强大的音频处理工具箱（Audio Toolbox），并且从R2018b版本开始，正式引入了对操作系统级语音合成功能的支持。这意味着，我们不需要依赖复杂的外部库或在线API，就能实现基础的语音输出。下面我们来详细拆解几种主流方案。

2.1 方案一：audioplayer+ 预录制音频（最基础）

这是最直接、最稳定的方法，但灵活性最低。其原理是：你提前用任何录音设备录制好需要的语音片段（如“计算完成”、“发现错误”），保存为.wav或.mp3文件。在MATLAB中，使用audioread函数读取音频文件，得到音频数据和采样率，然后使用audioplayer对象进行播放。

% 读取预录制的音频文件 [audioData, fs] = audioread('calculation_complete.wav'); % 创建播放器对象 player = audioplayer(audioData, fs); % 播放音频 play(player); % 如果需要等待播放完毕再执行后续代码，可以使用 while isplaying(player) pause(0.1); end disp('音频播放完毕，继续执行...');

适用场景与局限：这种方法适用于提示音固定、且对实时性要求不高的场景，比如程序开始/结束的提醒。它的优点是零依赖、绝对稳定。缺点也显而易见：无法动态生成内容（比如报出具体的计算结果），需要提前准备大量音频文件，管理起来麻烦。

2.2 方案二：speech函数（R2018b+，推荐）

这是MATLAB官方提供的文本转语音函数，它直接调用Windows、macOS或Linux系统的底层TTS引擎。这是目前实现“Making MATLAB Talk”最优雅、最推荐的内置方案。

% 最基本的用法：让MATLAB说一句话 speech('Hello, this is MATLAB speaking.'); % 更高级的用法：指定语速、音调和音量 speech('Calculation finished with result 42.', 'Rate', 1.5, 'Pitch', 0.8, 'Volume', 0.9);

speech函数的核心优势在于其简单性和与系统的无缝集成。它生成的语音质量取决于你操作系统的默认语音引擎（在Windows上是Microsoft David/Zira，在macOS上是Siri语音，在Linux上通常是eSpeak或Festival）。对于大多数日常提示和报告场景，这已经完全够用。

注意：speech函数是异步的。这意味着当你调用speech后，MATLAB会立即继续执行下一行代码，而不会等待语音播放完毕。如果你需要等待，可以结合pause函数估算时间，或者使用方案三。

2.3 方案三：System.Speech.Synthesis（Windows平台，功能最强）

如果你的工作环境是Windows，并且需要更精细的控制（如选择不同的语音库、获取语音流、处理语音合成事件），那么通过.NET接口调用System.Speech.Synthesis命名空间是最强大的选择。这相当于直接使用了Windows系统最底层的语音合成功能。

% 创建语音合成器对象 NET.addAssembly('System.Speech'); speaker = System.Speech.Synthesis.SpeechSynthesizer; % 选择语音（例如，选择女性语音‘Zira’） % 首先获取系统安装的语音列表 voices = speaker.GetInstalledVoices; for i = 0:voices.Count-1 fprintf('Voice %d: %s\n', i, char(voices.Item(i).VoiceInfo.Name)); end % 假设我们选择索引为1的语音 speaker.SelectVoice(char(voices.Item(1).VoiceInfo.Name)); % 设置语速和音量（范围通常是 -10 到 10） speaker.Rate = 2; % 加快语速 speaker.Volume = 85; % 设置音量 % 同步说话（会阻塞直到说完） speaker.Speak('Starting the simulation process.'); % 异步说话（不阻塞） speaker.SpeakAsync('Data analysis is running in the background.');

为什么选择这个方案？它提供了近乎无限的灵活性。你可以遍历所有系统安装的语音（包括第三方安装的高质量语音包），精确控制每一个合成参数，甚至可以将合成的语音保存为WAV文件，或者监听“说话开始”、“说话结束”这样的事件。这对于开发复杂的交互式应用至关重要。

2.4 方案对比与选型建议

为了更清晰地做出选择，我将上述方案的关键特性总结如下表：

我的个人建议是：对于绝大多数让MATLAB“开口说话”的需求，从speech函数开始。它平衡了易用性、功能性和兼容性。只有当你有特殊需求，比如必须使用某个特定语音、需要将语音保存为文件，或者开发一个面向Windows的独立桌面应用时，才需要考虑深入使用.NET方案。

3. 实战演练：构建一个会“汇报工作”的智能分析脚本

理论说再多，不如动手做一遍。让我们设计一个完整的实战场景：假设我们有一个数据分析脚本，它需要读取一个CSV文件，进行简单的统计和异常值检测，最后用语音汇报结果。我们将使用speech函数来实现核心的语音反馈。

3.1 场景设计与程序骨架

我们的脚本需要完成以下任务：

1. 语音提示分析开始。
2. 加载数据，并语音报告加载的样本数。
3. 计算基本统计量（均值、标准差），并语音报告。
4. 使用3σ原则检测异常值，语音报告异常值数量及索引。
5. 语音提示分析完成，并建议下一步操作。

首先，我们搭建程序的主干。为了提升体验，我们会在关键节点加入简单的延时，让语音播报更自然。

function talking_data_analyzer(filename) % 智能语音数据分析器 % 输入：filename - 待分析的CSV数据文件路径 fprintf('=== 智能语音数据分析器启动 ===\n'); % 1. 开始问候 speech('您好，智能数据分析助手已启动。现在开始加载数据。'); pause(1); % 短暂停顿，让语音更自然 % 2. 加载数据 % 这里假设CSV文件只有一列数值数据 try data = readmatrix(filename); sample_count = numel(data); speech(sprintf('数据加载成功。共读取到 %d 个样本。', sample_count)); catch ME speech('抱歉，数据加载失败。请检查文件路径和格式。'); fprintf('错误信息: %s\n', ME.message); return; end pause(0.5); % 3. 计算基本统计量 speech('现在开始计算基本统计信息。'); data_mean = mean(data, 'omitnan'); data_std = std(data, 'omitnan'); speech(sprintf('计算完成。数据的平均值为 %.2f，标准差为 %.2f。', data_mean, data_std)); pause(0.5); % 4. 异常值检测 (使用3σ原则) speech('正在使用三西格玛准则进行异常值检测。'); lower_bound = data_mean - 3 * data_std; upper_bound = data_mean + 3 * data_std; is_outlier = (data < lower_bound) | (data > upper_bound); outlier_indices = find(is_outlier); outlier_count = numel(outlier_indices); if outlier_count > 0 speech(sprintf('检测完成。共发现 %d 个异常样本。', outlier_count)); % 如果异常值不多，可以报出具体位置 if outlier_count <= 5 idx_str = sprintf('%d, ', outlier_indices); speech(sprintf('异常样本的索引位置是： %s。', idx_str(1:end-2))); else speech('异常样本数量较多，建议查看输出日志或可视化图表。'); end fprintf('异常值索引: %s\n', mat2str(outlier_indices')); else speech('未发现明显的异常样本。数据质量良好。'); end pause(0.5); % 5. 分析完成与建议 speech('所有分析步骤已完成。'); suggestion = '建议您下一步进行数据可视化，或对异常值进行深入核查。'; speech(suggestion); fprintf('=== 分析报告结束 ===\n'); fprintf('建议: %s\n', suggestion); end

3.2 关键代码段深度解析

这个脚本虽然不长，但包含了几个让语音交互更“智能”和“友好”的关键技巧。

动态文本生成与sprintf的妙用：这是让MATLAB“说”出不同内容的核心。speech函数接受字符串输入，而sprintf函数可以将数字、变量格式化成特定的字符串。例如，sprintf('共读取到 %d 个样本。', sample_count)会将sample_count变量的值（比如1024）填入%d的位置，生成“共读取到 1024 个样本。”这句话。这是实现个性化语音反馈的基础。

错误处理的语音化：在try-catch块中，我们不仅用fprintf打印错误，还用speech进行了语音播报。这对于在后台运行或全屏演示的脚本尤其重要，用户可能不会时刻盯着命令窗口，但语音提示能立即引起他的注意。

条件性语音反馈：在异常值检测部分，我们根据outlier_count的数量决定播报的内容。如果异常值很少（<=5），就直接报出索引，信息量足且不冗长；如果异常值很多，则建议用户查看日志，避免语音播报一长串数字，影响体验。这种有逻辑的判断，使得语音助手显得更“聪明”。

节奏控制与pause的使用：在关键节点插入pause(0.5)或pause(1)，是为了让语音播报有自然的节奏，避免所有话挤在一起说完。这模仿了人类对话中的停顿，极大地提升了听觉舒适度。你可以根据语句的长短调整暂停时间。

3.3 效果增强：让语音更自然多变

一直用一个语速、一个音调说话会很单调。我们可以利用speech函数或.NET接口的参数来调整。

使用speech函数调整参数：

% 用较慢的语速和较低的音调播报重要结果 speech('警告！发现严重数据异常。', 'Rate', 0.8, 'Pitch', 0.7); pause(1); % 用较快的语速和正常的音调播报常规信息 speech('正在进行常规清理工作。', 'Rate', 1.2);

实战心得：不要过度调整参数，轻微的差异就能达到效果。通常，重要的告警或结论用稍慢的语速，常规流程用正常或稍快的语速。可以将这些参数设置封装成函数，比如speakWarning(msg),speakInfo(msg)，让代码更清晰。

4. 进阶应用：语音报告生成与系统状态监控

掌握了基础技能后，我们可以探索更高级的应用，让MATLAB不仅能说“短句”，还能做“长篇报告”，甚至成为系统的“耳朵”。

4.1 生成并播报完整的分析报告

对于复杂的分析，我们可能需要生成一个包含多部分内容的文本报告，然后让MATLAB“读”出来。关键在于组织好报告文本，并处理好长文本播报时的用户体验（避免长时间阻塞）。

function generate_and_speak_report(analysisResults) % 根据分析结果生成文本报告并语音播报 report = '数据分析报告。'; report = [report, sprintf('本次分析于 %s 执行。', datestr(now))]; report = [report, sprintf('共处理数据点 %d 个。', analysisResults.totalPoints)]; report = [report, sprintf('有效数据占比 %.1f%%。', analysisResults.validRatio*100)]; if analysisResults.hasAnomaly report = [report, sprintf('检测到异常模式，主要特征为 %s。', analysisResults.anomalyType)]; report = [report, '建议启动深度调查流程。']; else report = [report, '数据状态正常，符合预期。']; end report = [report, '报告生成完毕。']; % 播报长报告 - 拆分成句子播报体验更好 sentences = splitReportIntoSentences(report); for i = 1:length(sentences) if ~isempty(strtrim(sentences{i})) speech(sentences{i}, 'Rate', 1.1); % 在句子间插入比词间更长的停顿 pause(0.8); end end end function sentences = splitReportIntoSentences(longText) % 一个简单的按句号、感叹号、问号分割句子的函数 % 实际应用中可能需要更复杂的分句逻辑 splitPoints = [strfind(longText, '。'), strfind(longText, '！'), strfind(longText, '？'), strfind(longText, '.')]; splitPoints = sort(splitPoints); sentences = {}; startIdx = 1; for i = 1:length(splitPoints) endIdx = splitPoints(i); sentences{end+1} = longText(startIdx:endIdx); startIdx = endIdx + 1; end if startIdx <= length(longText) sentences{end+1} = longText(startIdx:end); end end

这里的关键点：将长报告拆分成独立的句子进行播报，并在句间加入停顿。这比一次性播报整个长段落体验好得多，也允许用户在必要时中断（虽然speech本身不支持中断，但拆句后你可以通过监听某个按键来跳过后续句子）。

4.2 长时间运行任务的语音进度反馈

对于耗时几分钟甚至几小时的计算或仿真，语音进度反馈是“杀手级”应用。它让你可以离开电脑去做别的事，程序会在关键节点“喊”你。

function long_running_simulation_with_voice() total_steps = 1000; speech(sprintf('开始长时间仿真，总步数为%d。', total_steps)); for step = 1:total_steps % 这里是你的核心仿真计算代码 % simulate_one_step(); % 在特定进度点进行语音反馈 if mod(step, 200) == 0 progress = step / total_steps * 100; speech(sprintf('进度报告：已完成百分之 %.0f。', progress)); end % 在仿真完成时进行最终报告 if step == total_steps % 假设我们从仿真中获取了一些结果 final_value = rand * 100; % 这里用随机数代替实际结果 speech(sprintf('仿真完成！最终输出值为 %.2f。', final_value)); speech('任务结束，您可以查看详细结果了。'); end end end

进阶技巧：你可以设计更智能的反馈策略。例如，不仅按固定间隔报告，还可以在遇到特定事件（如收敛、发散、遇到边界条件）时进行语音告警。这需要你在仿真循环中加入相应的状态判断逻辑。

4.3 与图形用户界面（GUI）集成

如果你使用MATLAB的App Designer或GUIDE开发了图形界面，语音反馈能极大提升应用的易用性和专业性。例如，在一个数据处理App中，当用户点击“运行”按钮后，除了进度条，还可以用语音提示“处理中”、“处理完成，共发现XX个问题”。

在App Designer中，你可以直接在按钮回调函数或定时器回调函数中调用speech。

% 在App Designer的一个按钮回调方法中 function RunButtonPushed(app, event) % 禁用按钮，防止重复点击 app.RunButton.Enable = 'off'; app.StatusLabel.Text = '处理中...'; drawnow; % 更新UI显示 % 语音提示开始 speech('开始处理数据，请稍候。'); % 执行耗时操作 results = your_heavy_computation(app.Data); % 更新UI app.StatusLabel.Text = '处理完成'; app.ResultsTable.Data = results; % 语音提示完成 speech(sprintf('处理完成。共生成 %d 条结果。', height(results))); % 重新启用按钮 app.RunButton.Enable = 'on'; end

注意事项：在GUI中使用语音时，要特别注意避免语音播报过于频繁而干扰用户。通常只在任务开始、结束、发生错误或重要状态改变时使用。另外，最好提供一个“静音”复选框，让用户可以选择关闭语音。

5. 避坑指南与性能优化：让“话痨”MATLAB稳定又高效

给MATLAB加上“嘴巴”很酷，但如果不加注意，可能会遇到一些坑，影响程序的稳定性和性能。下面是我在实际项目中总结的几个关键问题和解决方案。

5.1 多语言与特殊字符处理

如果你的报告文本中包含英文、数字、中文混合，或者有特殊符号（如希腊字母α、β），直接传递给speech函数可能会产生奇怪的读音或错误。

问题场景：speech('计算得到的α值为 3.14。')可能会报错或读不出“α”。

解决方案：

1. 对于中英文混合：MATLAB的speech函数对中英文混排的支持取决于系统TTS引擎。Windows的语音引擎通常能较好处理。如果遇到问题，可以尝试将中文和英文分开播报，或确保字符串编码正确（MATLAB内部使用Unicode，一般没问题）。
2. 对于特殊字符/符号：最好的办法是在生成报告文本时，将符号替换为对应的英文单词或中文描述。

   % 替换特殊符号 reportText = '最优解为 x*，目标函数值 f(x*) = 10.5。'; % 将希腊字母和数学符号替换为描述 reportText = strrep(reportText, 'α', 'alpha'); reportText = strrep(reportText, 'β', 'beta'); reportText = strrep(reportText, 'x*', 'x star'); % 将“x*”读作“x star” reportText = strrep(reportText, 'f(x*)', 'f of x star'); speech(reportText);

   虽然输出文本看起来不那么“数学”，但保证了语音的正确性。对于专业演示，这可能是个折中方案。

5.2 异步播报与程序流程控制

如前所述，speech函数是非阻塞的。这既是优点也是陷阱。

陷阱示例：

speech('开始第一步计算。'); result1 = expensive_calculation1(); % 耗时计算 speech('第一步完成，开始第二步。');

你可能会听到两句话几乎同时开始播放，产生重叠的、听不清的语音。因为第一句speech还没播完，MATLAB就立刻执行了耗时的expensive_calculation1()，然后很快又触发了第二句speech。

解决方案：

• 方案A：使用阻塞模式的.NET方案。如前所述，SpeechSynthesizer.Speak()是阻塞的，会等待播放完毕。
• 方案B：为speech函数添加简单的同步包装（适用于短语音）。我们可以估算语音时长并暂停。

  function speakAndWait(text, rate) if nargin < 2 rate = 1.0; end speech(text, 'Rate', rate); % 非常粗略的估算：平均每秒播报 rate * 10 个汉字/20个英文字符 % 这是一个经验值，需要根据实际语音引擎调整 estimatedChars = length(text); % 假设平均每秒读15个字符（中文词慢，英文词快，取个平均值） waitTime = estimatedChars / (15 * rate); % 保证最少等待0.5秒，最多等待5秒 waitTime = max(0.5, min(waitTime, 5)); pause(waitTime); end % 使用方式 speakAndWait('开始第一步计算。'); result1 = expensive_calculation1(); speakAndWait('第一步完成，开始第二步。');

  注意：这种估算方法非常不精确，受文本内容、语音引擎、系统负载影响很大。它只适用于短句，且作为一种“让体验稍好一点”的折中方案。对于需要精确同步的场景，方案A（阻塞播放）是唯一可靠的选择。

5.3 性能考量与资源管理

在循环中频繁调用speech，或者播报极长的文本，可能会带来两个问题：一是CPU占用轻微上升（主要来自TTS引擎），二是在极少数情况下，如果快速连续创建大量语音任务，可能会耗尽系统音频资源或导致MATLAB响应变慢。

优化建议：

1. 节流播报：在循环中，不要每一步都播报。像前面进度反馈的例子一样，按百分比或固定步长间隔播报。
2. 避免在性能关键循环中使用：如果你的循环每秒要执行成千上万次迭代，那么即使每1000次播报一次，也可能带来开销。在这种情况下，应将语音反馈放在循环外部或仅在最开始和结束时使用。
3. 清理.NET对象（如果使用）：如果你使用了.NET的SpeechSynthesizer，在程序结束时，显式地调用delete(speaker)来释放资源是一个好习惯，尽管MATLAB的垃圾回收最终也会处理它。

5.4 环境兼容性与部署问题

你精心编写的“会说话”的脚本，换一台电脑可能就“哑巴”了。最常见的问题是目标计算机上没有安装MATLAB，或者MATLAB版本低于R2018b（不支持speech函数），或者系统语音引擎被禁用。

部署为独立应用时的策略： 如果你使用MATLAB Compiler将脚本打包成独立的桌面应用（.exe），你需要确保：

1. 使用兼容的API：speech函数在编译后的应用中通常可用，因为它依赖于系统运行时。但为了最大兼容性，在复杂应用中，使用.NET System.Speech方案可能更可控，因为它是Windows系统组件。
2. 包含运行时：确保MATLAB Runtime已正确安装。
3. 处理可能的异常：在代码中加入更健壮的异常处理，假设TTS功能可能不可用。

   function safeSpeech(text) try if exist('speech', 'file') == 2 speech(text); else % 如果speech函数不存在，尝试用.NET（仅Windows） try NET.addAssembly('System.Speech'); speaker = System.Speech.Synthesis.SpeechSynthesizer; speaker.Speak(text); catch % 如果.NET也失败，至少用蜂鸣声或打印到日志 beep; fprintf('[语音提示] %s\n', text); end end catch % 所有语音方案都失败，静默回退到日志 fprintf('[语音提示失败] %s\n', text); end end

   这个safeSpeech函数提供了从高到低的降级策略，优先使用speech，不行则尝试.NET，再不行则用系统蜂鸣和日志，保证程序核心功能不受影响。

6. 创意扩展：不止于“说话”，更在于“对话”

掌握了让MATLAB“说话”的技能后，我们的思维可以再发散一下。既然能输出语音，那能否接收语音输入，实现真正的“对话”呢？答案是肯定的，虽然这超出了内置函数的范畴，但借助一些外部工具，完全可以实现。

6.1 语音识别初探：让MATLAB听懂你的命令

MATLAB本身没有内置的语音识别函数，但我们可以通过以下两种方式实现：

方式一：调用系统命令（简易，但受限）在Windows上，你可以利用PowerShell或VBScript调用系统自带的语音识别功能（但需要预先设置并训练）。这种方式不稳定且不推荐用于生产环境。

方式二：集成第三方库或在线API（推荐）更可靠的方法是使用MATLAB的调用外部语言的能力。例如，通过MATLAB的py函数调用Python的SpeechRecognition库。

1. 环境准备：确保你的系统安装了Python，并安装了speech_recognition和pyaudio库。

   pip install SpeechRecognition pyaudio

   对于pyaudio，在Windows上可能需要额外步骤，比如安装pipwin后再安装pyaudio。

2. MATLAB调用Python实现监听：

   function command = listen_for_command(timeout_sec) % 设置Python执行环境（如果MATLAB未自动找到） % pe = pyenv('Version', 'C:\Python39\python.exe'); % 根据需要取消注释并修改路径 % 导入Python库 if count(py.sys.path, '') == 0 insert(py.sys.path, int32(0), ''); end try sr = py.importlib.import_module('speech_recognition'); catch error('请确保已安装Python的speech_recognition库。'); end r = sr.Recognizer(); mic = sr.Microphone(); fprintf('请说话（超时时间：%d秒）...\n', timeout_sec); with(mic, @() r.adjust_for_ambient_noise(mic, uint8(1))); % 调整环境噪音 try % 监听麦克风 audio = r.listen(mic, double(timeout_sec), 'phrase_time_limit', double(5)); fprintf('正在识别...\n'); % 使用Google Web Speech API进行识别（需要网络） command = string(r.recognize_google(audio, pyargs('language', 'zh-CN'))); fprintf('识别结果：%s\n', command); catch command = ""; fprintf('未识别到语音或识别超时。\n'); end end % 使用示例 user_cmd = listen_for_command(5); % 监听5秒 if ~isempty(user_cmd) if contains(user_cmd, '画图') speech('好的，即将为您绘制正弦曲线。'); % 执行画图命令... fplot(@sin, [0, 2*pi]); title('根据语音命令绘制的正弦曲线'); elseif contains(user_cmd, '退出') speech('收到退出指令，程序结束。'); return; else speech(sprintf('未识别指令：%s', user_cmd)); end end

重要提醒：这种方式依赖于网络（Google API）和Python环境，适合做原型或研究。对于离线、高可靠性的应用，需要考虑本地的语音识别引擎，如CMU Sphinx（通过Python调用），但这会复杂得多。

6.2 构建简单的语音交互控制台

结合语音输出和输入，我们可以打造一个简单的语音交互控制台，用于控制MATLAB脚本的某些功能。

function voice_controlled_console() speech('语音控制台已启动。您可以说“画图”、“计算”、“帮助”或“退出”。'); while true cmd = listen_for_command(3); % 每次监听3秒 if isempty(cmd) continue; end cmd = lower(cmd); % 转换为小写，便于匹配 if contains(cmd, '帮助') speech('我可以执行以下命令：画图、计算均值、计算随机数、退出。请说一个命令。'); elseif contains(cmd, '画图') speech('正在绘制随机散点图。'); scatter(rand(1,50), rand(1,50), 'filled'); title('语音命令生成的随机散点图'); drawnow; elseif contains(cmd, '计算均值') speech('请说出一串数字，用空格隔开。'); num_cmd = listen_for_command(5); try numbers = str2num(num_cmd); %#ok<ST2NM> if ~isempty(numbers) avg = mean(numbers); speech(sprintf('您输入的数字平均值为 %.2f。', avg)); else speech('未识别到有效数字。'); end catch speech('计算过程出错。'); end elseif contains(cmd, '计算随机数') r = rand; speech(sprintf('为您生成的随机数是 %.3f。', r)); elseif contains(cmd, '退出') speech('感谢使用，再见。'); break; else speech(sprintf('未识别命令：%s。请说“帮助”查看可用命令。', cmd)); end end end

这个例子虽然简单，但清晰地展示了语音交互的闭环：听、理解、执行、反馈。你可以在此基础上，扩展出控制仪器、管理文件、运行特定仿真等复杂功能。

6.3 将语音日志保存为音频文件

有时，我们可能希望将MATLAB生成的语音报告保存下来，用于存档或分享。使用.NET的SpeechSynthesizer可以轻松实现。

function text_to_speech_file(text, filename) % 将文本转换为语音并保存为WAV文件 % 输入：text - 要转换的文本 % filename - 输出的.wav文件路径（例如 'report.wav'） NET.addAssembly('System.Speech'); speaker = System.Speech.Synthesis.SpeechSynthesizer; % 配置输出为文件 speaker.SetOutputToWaveFile(filename); % 说话（这会写入文件，而不是播放） speaker.Speak(text); % 恢复输出到默认音频设备（如果需要后续继续播放） speaker.SetOutputToDefaultAudioDevice(); fprintf('语音文件已保存至：%s\n', filename); end % 使用示例：生成分析报告音频 report = '月度数据质量分析报告。总体合格率百分之九十五点三。发现三类主要异常，已记录在案。'; text_to_speech_file(report, 'monthly_report.wav');

这个功能非常实用，你可以让MATLAB在夜间批量处理数据，并生成一个语音总结的WAV文件，第二天早上直接收听结果。

通过以上六个部分的深入探讨，我们从“为什么需要”到“如何实现”，从“基础用法”到“进阶应用”，再到“避坑优化”和“创意扩展”，完整地走通了“Making MATLAB Talk”的全流程。归根结底，技术是工具，目的是为了提升效率、改善体验、创造新的可能性。当你下次面对一个需要长时间监控的仿真任务，或者需要向他人生动展示分析结果时，不妨试试给你的MATLAB脚本加上“声音”，它可能会带来意想不到的惊喜。