Rövid útmutató: Szövegfelolvasás az Azure OpenAI szolgáltatással

Ebben a rövid útmutatóban az Azure OpenAI szolgáltatást használja szövegfelolvasáshoz OpenAI-hangokkal.

A rendelkezésre álló hangok a következők: alloy, echo, fable, onyx, novaés shimmer. További információkért tekintse meg az Azure OpenAI szolgáltatás szöveges beszédre vonatkozó referenciadokumentációját.

Előfeltételek

• Azure-előfizetés – Hozzon létre egyet ingyenesen.
• Az USA északi középső régiójában vagy Svédország középső régiójában létrehozott Azure OpenAI-erőforrás az üzembe helyezéssel vagy tts-1-hd modelleltts-1. További információ: Erőforrás létrehozása és modell üzembe helyezése az Azure OpenAI használatával.

Beállítás

Kulcs és végpont lekérése

Az Azure OpenAI-ra való sikeres híváshoz egy végpontra és egy kulcsra van szükség.

Változó neve	Érték
AZURE_OPENAI_ENDPOINT	Ez az érték a Kulcsok és végpont szakaszban található meg, amikor megvizsgálja az erőforrást az Azure Portalon. Az értéket az Azure OpenAI Studio>Playground>Code nézetben is megtalálhatja. Példavégpont: https://aoai-docs.openai.azure.com/.
AZURE_OPENAI_API_KEY	Ez az érték a Kulcsok és végpont szakaszban található meg, amikor megvizsgálja az erőforrást az Azure Portalon. A következők bármelyikét használhatja: KEY1 vagy KEY2.

Nyissa meg az erőforrást az Azure Portalon. A végpont és a kulcsok az Erőforrás-kezelés szakaszban találhatók. Másolja ki a végpontot és a hozzáférési kulcsot úgy, ahogyan az az API-hívások hitelesítéséhez szükséges. A következők bármelyikét használhatja: KEY1 vagy KEY2. A két kulcs mindig lehetővé teszi a kulcsok biztonságos elforgatását és újragenerálását anélkül, hogy szolgáltatáskimaradást okoz.

Környezeti változók

Állandó környezeti változók létrehozása és hozzárendelése a kulcshoz és a végponthoz.

Fontos

HA API-kulcsot használ, biztonságosan tárolja valahol máshol, például az Azure Key Vaultban. Ne foglalja bele közvetlenül az API-kulcsot a kódba, és soha ne tegye közzé nyilvánosan.

Az AI-szolgáltatások biztonságáról további információt az Azure AI-szolgáltatásokhoz érkező kérelmek hitelesítése című témakörben talál.

Parancssor

setx AZURE_OPENAI_API_KEY "REPLACE_WITH_YOUR_KEY_VALUE_HERE" 

setx AZURE_OPENAI_ENDPOINT "REPLACE_WITH_YOUR_ENDPOINT_HERE" 

PowerShell

[System.Environment]::SetEnvironmentVariable('AZURE_OPENAI_API_KEY', 'REPLACE_WITH_YOUR_KEY_VALUE_HERE', 'User')

[System.Environment]::SetEnvironmentVariable('AZURE_OPENAI_ENDPOINT', 'REPLACE_WITH_YOUR_ENDPOINT_HERE', 'User')

Erősen megüt

echo export AZURE_OPENAI_API_KEY="REPLACE_WITH_YOUR_KEY_VALUE_HERE" >> /etc/environment && source /etc/environment

echo export AZURE_OPENAI_ENDPOINT="REPLACE_WITH_YOUR_ENDPOINT_HERE" >> /etc/environment && source /etc/environment

REST-kérés és -válasz létrehozása

Bash-rendszerhéjban futtassa a következő parancsot. A szöveg beszédmodellbe való telepítésekor a választott üzembehelyezési névre kell cserélnie YourDeploymentName . Az üzembe helyezés neve nem feltétlenül ugyanaz, mint a modell neve. A modell nevének megadása hibaüzenetet eredményez, kivéve, ha az alapul szolgáló modell nevével azonos központi telepítési nevet választott.

curl $AZURE_OPENAI_ENDPOINT/openai/deployments/YourDeploymentName/audio/speech?api-version=2024-02-15-preview \
 -H "api-key: $AZURE_OPENAI_API_KEY" \
 -H "Content-Type: application/json" \
 -d '{
    "model": "tts-1-hd",
    "input": "I'm excited to try text to speech.",
    "voice": "alloy"
}' --output speech.mp3

A parancs első sorának formátuma egy példavégponttal a következőképpen jelenik meg: curl https://aoai-docs.openai.azure.com/openai/deployments/{YourDeploymentName}/audio/speech?api-version=2024-02-15-preview \.

Fontos

Éles környezetben biztonságos módon tárolhatja és érheti el a hitelesítő adatait, például az Azure Key Vaultot. A hitelesítő adatok biztonságával kapcsolatos további információkért tekintse meg az Azure AI-szolgáltatások biztonsági cikkét.

Forráskódcsomag (npm) | minták |

Előfeltételek

JavaScript

• Azure-előfizetés – Ingyenes létrehozás
• A Node.js LTS-verziói
• Egy támogatott régióban létrehozott Azure OpenAI-erőforrás (lásd a régió rendelkezésre állását). További információ: Erőforrás létrehozása és modell üzembe helyezése az Azure OpenAI használatával.

TypeScript

• Azure-előfizetés – Ingyenes létrehozás
• A Node.js LTS-verziói
• TypeScript
• Egy támogatott régióban létrehozott Azure OpenAI-erőforrás (lásd a régió rendelkezésre állását). További információ: Erőforrás létrehozása és modell üzembe helyezése az Azure OpenAI használatával.

Beállítás

Kulcs és végpont lekérése

Az Azure OpenAI-ra való sikeres híváshoz egy végpontra és egy kulcsra van szükség.

Változó neve	Érték
AZURE_OPENAI_ENDPOINT	Ez az érték a Kulcsok és végpont szakaszban található meg, amikor megvizsgálja az erőforrást az Azure Portalon. Az értéket az Azure OpenAI Studio>Playground>Code nézetben is megtalálhatja. Példavégpont: https://aoai-docs.openai.azure.com/.
AZURE_OPENAI_API_KEY	Ez az érték a Kulcsok és végpont szakaszban található meg, amikor megvizsgálja az erőforrást az Azure Portalon. A következők bármelyikét használhatja: KEY1 vagy KEY2.

Nyissa meg az erőforrást az Azure Portalon. A végpont és a kulcsok az Erőforrás-kezelés szakaszban találhatók. Másolja ki a végpontot és a hozzáférési kulcsot úgy, ahogyan az az API-hívások hitelesítéséhez szükséges. A következők bármelyikét használhatja: KEY1 vagy KEY2. A két kulcs mindig lehetővé teszi a kulcsok biztonságos elforgatását és újragenerálását anélkül, hogy szolgáltatáskimaradást okoz.

Környezeti változók

Állandó környezeti változók létrehozása és hozzárendelése a kulcshoz és a végponthoz.

Fontos

HA API-kulcsot használ, biztonságosan tárolja valahol máshol, például az Azure Key Vaultban. Ne foglalja bele közvetlenül az API-kulcsot a kódba, és soha ne tegye közzé nyilvánosan.

Az AI-szolgáltatások biztonságáról további információt az Azure AI-szolgáltatásokhoz érkező kérelmek hitelesítése című témakörben talál.

Parancssor

setx AZURE_OPENAI_API_KEY "REPLACE_WITH_YOUR_KEY_VALUE_HERE" 

setx AZURE_OPENAI_ENDPOINT "REPLACE_WITH_YOUR_ENDPOINT_HERE" 

PowerShell

[System.Environment]::SetEnvironmentVariable('AZURE_OPENAI_API_KEY', 'REPLACE_WITH_YOUR_KEY_VALUE_HERE', 'User')

[System.Environment]::SetEnvironmentVariable('AZURE_OPENAI_ENDPOINT', 'REPLACE_WITH_YOUR_ENDPOINT_HERE', 'User')

Erősen megüt

echo export AZURE_OPENAI_API_KEY="REPLACE_WITH_YOUR_KEY_VALUE_HERE" >> /etc/environment && source /etc/environment

echo export AZURE_OPENAI_ENDPOINT="REPLACE_WITH_YOUR_ENDPOINT_HERE" >> /etc/environment && source /etc/environment

Csomópontalkalmazás létrehozása

Egy konzolablakban (pl. cmd, PowerShell vagy Bash) hozzon létre egy új mappát az alkalmazásnak, majd navigáljon oda. Ezután futtassa a npm init parancsot egy csomópontalkalmazás létrehozásához egy package.json fájllal.

npm init

Telepítse az ügyfélkódtárat

Telepítse az ügyfélkódtárakat a következőkkel:

npm install openai @azure/identity

Az alkalmazás package.json fájlja frissül a függőségekkel.

Beszédfájl létrehozása

JavaScript

1. Hozzon létre egy Text-to-speech.js nevű új fájlt, és nyissa meg a kívánt kódszerkesztőben. Másolja a következő kódot a Text-to-speech.js fájlba:

   require("dotenv/config");
   const { writeFile } = require("fs/promises");
   const { AzureOpenAI } = require("openai");
   require("openai/shims/node");
   
   // You will need to set these environment variables or edit the following values
   const endpoint = process.env["AZURE_OPENAI_ENDPOINT"] || "<endpoint>";
   const apiKey = process.env["AZURE_OPENAI_API_KEY"] || "<api key>";
   const speechFilePath =
     process.env["SPEECH_FILE_PATH"] || "<path to save the speech file>";
   
   // Required Azure OpenAI deployment name and API version
   const deploymentName = "tts";
   const apiVersion = "2024-08-01-preview";
   
   function getClient() {
     return new AzureOpenAI({
       endpoint,
       apiKey,
       apiVersion,
       deployment: deploymentName,
     });
   }
   
   async function generateAudioStream(
     client,
     params
   ) {
     const response = await client.audio.speech.create(params);
     if (response.ok) return response.body;
     throw new Error(`Failed to generate audio stream: ${response.statusText}`);
   }
   export async function main() {
     console.log("== Text to Speech Sample ==");
   
     const client = getClient();
     const streamToRead = await generateAudioStream(client, {
       model: deploymentName,
       voice: "alloy",
       input: "the quick brown chicken jumped over the lazy dogs",
     });
   
     console.log(`Streaming response to ${speechFilePath}`);
     await writeFile(speechFilePath, streamToRead);
     console.log("Finished streaming");
   }
   
   main().catch((err) => {
     console.error("The sample encountered an error:", err);
   });
   
   

2. Futtassa a szkriptet a következő paranccsal:

   node Text-to-speech.js
   

TypeScript

1. Hozzon létre egy Text-to-speech.ts nevű új fájlt, és nyissa meg az előnyben részesített kódszerkesztőben. Másolja a következő kódot a Text-to-speech.ts fájlba:

   import "dotenv/config";
   import { writeFile } from "fs/promises";
   import { AzureOpenAI } from "openai";
   import type { SpeechCreateParams } from "openai/resources/audio/speech";
   import "openai/shims/node";
   
   // You will need to set these environment variables or edit the following values
   const endpoint = process.env["AZURE_OPENAI_ENDPOINT"] || "<endpoint>";
   const apiKey = process.env["AZURE_OPENAI_API_KEY"] || "<api key>";
   const speechFilePath =
     process.env["SPEECH_FILE_PATH"] || "<path to save the speech file>";
   
   // Required Azure OpenAI deployment name and API version
   const deploymentName = "tts";
   const apiVersion = "2024-08-01-preview";
   
   function getClient(): AzureOpenAI {
     return new AzureOpenAI({
       endpoint,
       apiKey,
       apiVersion,
       deployment: deploymentName,
     });
   }
   
   async function generateAudioStream(
     client: AzureOpenAI,
     params: SpeechCreateParams
   ): Promise<NodeJS.ReadableStream> {
     const response = await client.audio.speech.create(params);
     if (response.ok) return response.body;
     throw new Error(`Failed to generate audio stream: ${response.statusText}`);
   }
   export async function main() {
     console.log("== Text to Speech Sample ==");
   
     const client = getClient();
     const streamToRead = await generateAudioStream(client, {
       model: deploymentName,
       voice: "alloy",
       input: "the quick brown chicken jumped over the lazy dogs",
     });
   
     console.log(`Streaming response to ${speechFilePath}`);
     await writeFile(speechFilePath, streamToRead);
     console.log("Finished streaming");
   }
   
   main().catch((err) => {
     console.error("The sample encountered an error:", err);
   });
   
   

   Az importálásra "openai/shims/node" akkor van szükség, ha a kódot Node.js környezetben futtatja. Biztosítja, hogy a metódus kimeneti típusa client.audio.speech.create helyesen legyen beállítva NodeJS.ReadableStream.

2. Hozza létre az alkalmazást a következő paranccsal:

   tsc
   

3. Futtassa az alkalmazást a következő paranccsal:

   node Text-to-speech.js
   

Előfeltételek

• Azure-előfizetés. Ingyenesen létrehozhat egyet.
• Egy Támogatott régióban üzembe helyezett Whisper-modellel rendelkező Azure OpenAI-erőforrás. További információ: Erőforrás létrehozása és modell üzembe helyezése az Azure OpenAI használatával.
• A .NET 8.0 SDK

A .NET-alkalmazás létrehozása

1. Hozzon létre egy .NET-alkalmazást a dotnet new következő paranccsal:

   dotnet new console -n TextToSpeech
   

2. Váltson az új alkalmazás könyvtárára:

   cd OpenAISpeech
   

3. Telepítse az Azure.OpenAI ügyfélkódtárat:

   dotnet add package Azure.AI.OpenAI
   

Hitelesítés és csatlakozás az Azure OpenAI-hoz

Az Azure OpenAI szolgáltatáshoz való kéréshez szüksége van a szolgáltatásvégpontra és a hitelesítési hitelesítő adatokra az alábbi lehetőségek egyikén keresztül:

• A Microsoft Entra ID az Azure-szolgáltatások hitelesítésének ajánlott módszere, és biztonságosabb, mint a kulcsalapú alternatívák.

• A hozzáférési kulcsok lehetővé teszik egy titkos kulcs megadását az erőforráshoz való csatlakozáshoz.

  Fontos

  A hozzáférési kulcsokat körültekintően kell használni. Ha a szolgáltatás hozzáférési kulcsa elveszett vagy véletlenül nem biztonságos helyen van közzétéve, a szolgáltatás sebezhetővé válhat. Bárki, aki rendelkezik hozzáférési kulccsal, engedélyezheti a kéréseket az Azure OpenAI szolgáltatással szemben.

Az Azure OpenAI-végpont lekérése

A szolgáltatásvégpont a Kulcsok > Végpont szakaszban található, amikor az erőforrást az Azure Portalról vizsgálja. Az értéket az Azure OpenAI Studio>Playground>Code nézetben is megtalálhatja. Példavégpont: https://aoai-docs.openai.azure.com/.

Hitelesítés Microsoft Entra-azonosítóval

Ha a Microsoft Entra ID-hitelesítést választja, a következőket kell elvégeznie:

1. Vegye fel a Azure.Identity csomagot.

   dotnet add package Azure.Identity
   

2. Rendelje hozzá a szerepkört Cognitive Services User a felhasználói fiókjához. Ez az OpenAI-erőforrás Azure Portalon, a Hozzáférés-vezérlés (IAM)>Szerepkör-hozzárendelés hozzáadása területen végezhető el.

3. Jelentkezzen be az Azure-ba a Visual Studióval vagy az Azure CLI-vel.az login

Hitelesítés kulcsokkal

A hozzáférési kulcs értéke a Kulcsok > végpont szakaszban található, amikor az erőforrást az Azure Portalról vizsgálja. A következők bármelyikét használhatja: KEY1 vagy KEY2. A két kulcs mindig lehetővé teszi a kulcsok biztonságos elforgatását és újragenerálását anélkül, hogy szolgáltatáskimaradást okoz.

Az alkalmazáskód frissítése

1. Cserélje le az alábbi kód tartalmát program.cs , és frissítse a helyőrző értékeket a sajátjára.

   using Azure;
   using Azure.AI.OpenAI;
   using Azure.Identity; // Required for Passwordless auth
   
   var endpoint = new Uri(
       Environment.GetEnvironmentVariable("YOUR_OPENAI_ENDPOINT") ?? throw new ArgumentNullException());
   var credentials = new DefaultAzureCredential();
   
   // Use this line for key auth
   // var credentials = new AzureKeyCredential(
   //    Environment.GetEnvironmentVariable("YOUR_OPENAI_KEY") ?? throw new ArgumentNullException());
   
   var deploymentName = "tts"; // Default deployment name, update with your own if necessary
   var speechFilePath = "YOUR_AUDIO_FILE_PATH";
   
   var openAIClient = new AzureOpenAIClient(endpoint, credentials);
   var audioClient = openAIClient.GetAudioClient(deploymentName);
   
   var result = await audioClient.GenerateSpeechAsync(
                   "the quick brown chicken jumped over the lazy dogs");
   
   Console.WriteLine("Streaming response to ${speechFilePath}");
   await File.WriteAllBytesAsync(speechFilePath, result.Value.ToArray());
   Console.WriteLine("Finished streaming");
   

   Fontos

   Éles környezetben tárolja és érje el a hitelesítő adatait egy biztonságos módszerrel, például az Azure Key Vaulttal. További információ a hitelesítő adatok biztonságáról: Azure AI-szolgáltatások biztonsága.

2. Futtassa az alkalmazást a dotnet run Visual Studio tetején található paranccsal vagy futtatási gombbal:

   dotnet run
   

   Az alkalmazás létrehoz egy hangfájlt a változóhoz speechFilePath megadott helyen. A létrehozott hang meghallgatásához játssza le a fájlt az eszközön.

Az erőforrások eltávolítása

Ha törölni és eltávolítani szeretne egy Azure OpenAI-erőforrást, törölheti az erőforrást. Az erőforrás törlése előtt törölnie kell az üzembe helyezett modelleket.

• Azure Portal
• Azure CLI

Következő lépések

• Az Azure OpenAI szolgáltatás referenciadokumentációjában további információ arról, hogyan használható szövegfelolvasás az Azure OpenAI Szolgáltatással.
• További példákért tekintse meg az Azure OpenAI-minták GitHub-adattárát