Wprowadzenie
Usługa Azure Speech in Foundry Tools udostępnia interfejsy API, których można użyć do tworzenia aplikacji z obsługą mowy, w tym:
- Zamiana mowy na tekst: interfejs API, który umożliwia rozpoznawanie mowy , w którym aplikacja może akceptować wypowiedziane dane wejściowe.
- Zamiana tekstu na mowę: interfejs API, który umożliwia syntezę mowy , w której aplikacja może udostępniać mówione dane wyjściowe.
- Tłumaczenie mowy: interfejs API, którego można użyć do tłumaczenia mówionych danych wejściowych na wiele języków.
- Voice Live: interfejs API, którego można użyć do tworzenia agentów sztucznej inteligencji, którzy mogą prowadzić rozmowy w czasie rzeczywistym.
Ten moduł koncentruje się na rozpoznawaniu mowy i syntezie mowy, które są podstawowymi możliwościami dowolnej aplikacji obsługującej mowę.
Przykłady kodu w tym module znajdują się w języku Python, ale można użyć dowolnego z dostępnych pakietów zestawu SDK usługi Azure Speech do tworzenia aplikacji z obsługą mowy w preferowanym języku. Dostępne pakiety zestawu SDK obejmują:
Note
Zdajemy sobie sprawę, że różni ludzie lubią uczyć się na różne sposoby. Możesz ukończyć ten moduł w formacie wideo lub przeczytać zawartość jako tekst i obrazy. Tekst zawiera więcej szczegółów niż filmy wideo, więc w niektórych przypadkach możesz chcieć odwoływać się do niego jako materiał uzupełniający do prezentacji wideo.