Megjegyzés
Az oldalhoz való hozzáféréshez engedély szükséges. Megpróbálhat bejelentkezni vagy módosítani a címtárat.
Az oldalhoz való hozzáféréshez engedély szükséges. Megpróbálhatja módosítani a címtárat.
A Speech szolgáltatással szintetizált beszédgé alakíthatja a szöveget , és rest API használatával lekérheti egy régió támogatott hangjainak listáját . Ebben a cikkben megismerheti az engedélyezési beállításokat, a lekérdezési beállításokat, a kérések szerkezetének módját és a válaszok értelmezését.
Tipp
A szövegfelolvasó REST API használati esetei korlátozottak. Csak olyan esetekben használja, amikor nem tudja használni a Speech SDK-t. A Speech SDK-val például előfizethet az eseményekre , hogy további betekintést nyerjen a szövegből a beszédfeldolgozásba és az eredményekbe.
A text to speech REST API számos helyen támogatja a neurális szöveget a beszédhangokhoz. Minden elérhető végpont egy régióhoz van társítva. A használni kívánt végponthoz vagy régióhoz api-kulcs szükséges. Az alábbiakban további információkra mutató hivatkozások találhatók:
- A hangok teljes listájáért tekintse meg a Speech szolgáltatás nyelv- és hangtámogatását.
- A regionális elérhetőségről további információt a Speech service által támogatott régiók című témakörben talál.
- Az Azure Government és a 21Vianet által üzemeltetett Microsoft Azure végpontjairól lásd: a szuverén felhőkről szóló cikk.
Fontos
A költségek a standard és az egyéni hangok esetében eltérőek. További információ: szövegfelolvasás díjszabása.
Prerequisites
A szövegfelolvasó REST API használatához a következőkre van szükség:
- Egy Azure-fiók. Készíts egyet ingyen.
- Speech-erőforrás a Azure portálon.
- Az erőforráskulcs és a végpont a Speech-erőforrás Kulcsok és végpont lapján.
Hitelesítés
Minden kérelemhez szükség van egy engedélyezési fejlécre. Ez a táblázat az egyes funkciókhoz támogatott fejléceket mutatja be:
| Támogatott engedélyezési fejléc | Beszéd szöveggé | Szövegfelolvasás |
|---|---|---|
Ocp-Apim-Subscription-Key |
Igen | Igen |
Authorization: Bearer |
Igen | Igen |
A fejléc használatakor csak az Ocp-Apim-Subscription-Key erőforráskulcsot kell megadni. Például:
'Ocp-Apim-Subscription-Key': 'YourSpeechResourceKey'
Ha a(z) Authorization: Bearer használatával az STS bearer-token folyamatot használja, először küldjön egy kérést a issueToken végpontra. Ebben a kérésben az erőforráskulcsot egy 10 percig érvényes hozzáférési jogkivonatra cseréli.
Egy másik lehetőség a Authorization: Bearer fejlécet is használó Microsoft Entra hitelesítési rendszer használata, de egy Microsoft Entra ID által kibocsátott jogkivonattal. Lásd: Az Microsoft Entra hitelesítés használata.
STS hozzáférési jogkivonat beszerzése
Az STS hozzáférési token lekéréséhez küldjön kérést a(z) issueToken végpontra a(z) Ocp-Apim-Subscription-Key és az erőforráskulcs használatával.
A issueToken végpont formátuma a következő:
https://YourResourceName.cognitiveservices.azure.com/sts/v1.0/issueToken
Cserélje le YourResourceName a Speech-erőforrás nevére.
Megjegyzés
Ehhez a végponthoz az erőforrásnak egyéni altartományt kell konfigurálnia. Egyéni tartomány nélküli erőforrások esetén használja inkább a regionális végpontot: https://<region>.api.cognitive.microsoft.com/sts/v1.0/issueToken. Cserélje le <region> az erőforrás Azure régiójára (például eastus).
A hozzáférési jogkivonat-kérés létrehozásához használja az alábbi példákat.
HTTP-minta
Ez a példa egy egyszerű HTTP-kérés egy jogkivonat lekéréséhez. Cserélje le a YourSpeechResourceKey jelölőt a Speech szolgáltatás erőforráskulcsára. Cserélje le YourResourceName a Speech-erőforrás nevére.
POST /sts/v1.0/issueToken HTTP/1.1
Ocp-Apim-Subscription-Key: YourSpeechResourceKey
Host: YourResourceName.cognitiveservices.azure.com
Content-type: application/x-www-form-urlencoded
Content-Length: 0
A válasz törzse JSON Web Token (JWT) formátumban tartalmazza a hozzáférési jogkivonatot.
PowerShell-minta
Ez a példa egy egyszerű PowerShell-szkript egy hozzáférési jogkivonat lekéréséhez. Cserélje le a YourSpeechResourceKey jelölőt a Speech szolgáltatás erőforráskulcsára. Cserélje le YourResourceName a Speech-erőforrás nevére.
$FetchTokenHeader = @{
'Content-type'='application/x-www-form-urlencoded';
'Content-Length'= '0';
'Ocp-Apim-Subscription-Key' = 'YourSpeechResourceKey'
}
$OAuthToken = Invoke-RestMethod -Method POST `
-Uri https://YourResourceName.cognitiveservices.azure.com/sts/v1.0/issueToken `
-Headers $FetchTokenHeader
# show the token received
$OAuthToken
cURL-minta
A cURL egy parancssori eszköz, amely Linuxon (és a Linuxos Windows-alrendszer) is elérhető. Ez a cURL-parancs bemutatja, hogyan szerezhet be hozzáférési jogkivonatot. Cserélje le a YourSpeechResourceKey jelölőt a Speech szolgáltatás erőforráskulcsára. Cserélje le YourResourceName a Speech-erőforrás nevére.
curl -v -X POST \
"https://YourResourceName.cognitiveservices.azure.com/sts/v1.0/issueToken" \
-H "Content-type: application/x-www-form-urlencoded" \
-H "Content-Length: 0" \
-H "Ocp-Apim-Subscription-Key: YourSpeechResourceKey"
C# minta
Ez a C#-osztály bemutatja, hogyan szerezhet be hozzáférési jogkivonatot. Az osztály példányosításakor adja át a Speech szolgáltatás erőforráskulcsát. Cserélje le YourResourceName a Speech-erőforrás nevére.
public class Authentication
{
public static readonly string FetchTokenUri =
"https://YourResourceName.cognitiveservices.azure.com/sts/v1.0/issueToken";
private string subscriptionKey;
private string token;
public Authentication(string subscriptionKey)
{
this.subscriptionKey = subscriptionKey;
this.token = FetchTokenAsync(FetchTokenUri, subscriptionKey).Result;
}
public string GetAccessToken()
{
return this.token;
}
private async Task<string> FetchTokenAsync(string fetchUri, string subscriptionKey)
{
using (var client = new HttpClient())
{
client.DefaultRequestHeaders.Add("Ocp-Apim-Subscription-Key", subscriptionKey);
UriBuilder uriBuilder = new UriBuilder(fetchUri);
var result = await client.PostAsync(uriBuilder.Uri.AbsoluteUri, null);
Console.WriteLine("Token Uri: {0}", uriBuilder.Uri.AbsoluteUri);
return await result.Content.ReadAsStringAsync();
}
}
}
Python minta
# Request module must be installed.
# Run pip install requests if necessary.
import requests
subscription_key = 'REPLACE_WITH_YOUR_KEY'
def get_token(subscription_key):
fetch_token_url = 'https://YourResourceName.cognitiveservices.azure.com/sts/v1.0/issueToken'
headers = {
'Ocp-Apim-Subscription-Key': subscription_key
}
response = requests.post(fetch_token_url, headers=headers)
access_token = str(response.text)
print(access_token)
Hozzáférési jogkivonat használata
A hozzáférési jogkivonatot fejlécként kell elküldeni a szolgáltatásnak Authorization: Bearer <TOKEN> . Minden hozzáférési jogkivonat 10 percig érvényes. Bármikor beszerezhet egy új jogkivonatot, de a hálózati forgalom és a késés minimalizálása érdekében azt javasoljuk, hogy kilenc percig ugyanazt a jogkivonatot használja.
Fontos
A bearer tokenek hatóköre arra a végpontra korlátozódik, amely kibocsátotta őket. A(z) YourResourceName.cognitiveservices.azure.com által kiadott token csak az ugyanarra a gazdagépre irányuló kérésekhez működik. A(z) <region>.api.cognitive.microsoft.com token csak regionális Speech-végpontokkal működik. Ha Bearer-token használatakor 401-es hibát kap, használja inkább a(z) Ocp-Apim-Subscription-Key elemet az erőforráskulcsával, amely az összes végpontformátummal működik.
Íme egy minta HTTP-kérés a Speech to text REST API-hoz rövid hangért:
POST /cognitiveservices/v1 HTTP/1.1
Authorization: Bearer YOUR_ACCESS_TOKEN
Host: YourResourceName.cognitiveservices.azure.com
Content-type: application/ssml+xml
Content-Length: 199
Connection: Keep-Alive
// Message body here...
Microsoft Entra hitelesítés használata
Ha Microsoft Entra hitelesítést szeretne használni a Speech to text REST API-val a rövid hanghoz, létre kell hoznia egy hozzáférési jogkivonatot. Az erőforrás-azonosítóból és Microsoft Entra hozzáférési jogkivonatból álló hozzáférési jogkivonat beszerzésének lépései ugyanazok, mint a Speech SDK használatakor. Kövesse az alábbi lépéseket Az Microsoft Entra hitelesítés használata
- Foundry-erőforrás létrehozása a Speechhez
- A Speech-erőforrás konfigurálása Microsoft Entra hitelesítéshez
- Microsoft Entra hozzáférési jogkivonat lekérése
- A Speech erőforrás-azonosítójának lekérése
Az erőforrás-azonosító és a Microsoft Entra hozzáférési jogkivonat beszerzése után a tényleges hozzáférési jogkivonat az alábbi formátumban hozható létre:
aad#YOUR_RESOURCE_ID#YOUR_MICROSOFT_ENTRA_ACCESS_TOKEN
Tartalmaznia kell az "aad#" előtagot és a "#" (hashjel) elválasztót az erőforrás-azonosító és a hozzáférési token között.
Íme egy minta HTTP-kérés a Speech to text REST API-hoz rövid hangért:
POST /cognitiveservices/v1 HTTP/1.1
Authorization: Bearer YOUR_ACCESS_TOKEN
Host: YourResourceName.cognitiveservices.azure.com
Content-type: application/ssml+xml
Content-Length: 199
Connection: Keep-Alive
// Message body here...
Ha többet szeretne megtudni a Microsoft Entra hozzáférési tokenekről, beleértve a tokenek élettartamát, látogasson el az Access tokens in the Microsoft Identitásplatform oldalon.
Hanglista lekérése
A Speech-erőforrásvégpont használatával lekérheti a hangok teljes listáját. Használja az /tts/cognitiveservices/voices/list elérési utat az erőforrásvégponttal. Használja például a végpontot https://YourResourceName.cognitiveservices.azure.com/tts/cognitiveservices/voices/list . Az összes támogatott régió listáját a régiók dokumentációjában találja.
Megjegyzés
Az előzetes verzióban szereplő hangok és stílusok csak a régiók egy részhalmazában érhetők el. A nyilvános előzetes verzióban a hangokat és stílusokat támogató régiók aktuális listájáért tekintse meg a Speech service regions (Beszédszolgáltatás régiói) táblázatot.
Kérelemfejlécek
Ez a táblázat a szövegfelolvasási kérelmekhez szükséges és opcionális fejléceket sorolja fel:
| Fejléc | Leírás | Kötelező vagy nem kötelező |
|---|---|---|
Ocp-Apim-Subscription-Key |
A Speech erőforrás-kulcsa. | Vagy ez a fejléc, vagy Authorization kötelező. |
Authorization |
Az Bearer elé helyezett engedélyezési jogkivonat. További információ: Hitelesítés. |
Vagy ez a fejléc, vagy Ocp-Apim-Subscription-Key kötelező. |
Kérelem törzse
A végpontra irányuló kérésekhez nincs szükség törzsre GET .
Mintakérés
Ehhez a kéréshez csak egy engedélyezési fejléc szükséges:
GET /tts/cognitiveservices/voices/list HTTP/1.1
Host: YourResourceName.cognitiveservices.azure.com
Ocp-Apim-Subscription-Key: YOUR_RESOURCE_KEY
Íme egy példa curl parancsra:
curl --location --request GET 'https://YourResourceName.cognitiveservices.azure.com/tts/cognitiveservices/voices/list' \
--header 'Ocp-Apim-Subscription-Key: YOUR_RESOURCE_KEY'
Mintaválasz
Olyan JSON-törzstel kell választ kapnia, amely tartalmazza az összes támogatott területi beállításokat, hangokat, nemet, stílusokat és egyéb részleteket. Az WordsPerMinute egyes hangok tulajdonsága a kimeneti beszéd hosszának becslésére használható. Ez a JSON-példa részleges eredményeket mutat be a válasz szerkezetének szemléltetéséhez:
[
// Redacted for brevity
{
"Name": "Microsoft Server Speech Text to Speech Voice (en-US, JennyNeural)",
"DisplayName": "Jenny",
"LocalName": "Jenny",
"ShortName": "en-US-JennyNeural",
"Gender": "Female",
"Locale": "en-US",
"LocaleName": "English (United States)",
"StyleList": [
"assistant",
"chat",
"customerservice",
"newscast",
"angry",
"cheerful",
"sad",
"excited",
"friendly",
"terrified",
"shouting",
"unfriendly",
"whispering",
"hopeful"
],
"SampleRateHertz": "48000",
"VoiceType": "Neural",
"Status": "GA",
"WordsPerMinute": "152"
},
// Redacted for brevity
{
"Name": "Microsoft Server Speech Text to Speech Voice (en-US, JennyMultilingualNeural)",
"DisplayName": "Jenny Multilingual",
"LocalName": "Jenny Multilingual",
"ShortName": "en-US-JennyMultilingualNeural",
"Gender": "Female",
"Locale": "en-US",
"LocaleName": "English (United States)",
"SecondaryLocaleList": [
"de-DE",
"en-AU",
"en-CA",
"en-GB",
"es-ES",
"es-MX",
"fr-CA",
"fr-FR",
"it-IT",
"ja-JP",
"ko-KR",
"pt-BR",
"zh-CN"
],
"SampleRateHertz": "48000",
"VoiceType": "Neural",
"Status": "GA",
"WordsPerMinute": "190"
},
// Redacted for brevity
{
"Name": "Microsoft Server Speech Text to Speech Voice (ga-IE, OrlaNeural)",
"DisplayName": "Orla",
"LocalName": "Orla",
"ShortName": "ga-IE-OrlaNeural",
"Gender": "Female",
"Locale": "ga-IE",
"LocaleName": "Irish (Ireland)",
"SampleRateHertz": "48000",
"VoiceType": "Neural",
"Status": "GA",
"WordsPerMinute": "139"
},
// Redacted for brevity
{
"Name": "Microsoft Server Speech Text to Speech Voice (zh-CN, YunxiNeural)",
"DisplayName": "Yunxi",
"LocalName": "云希",
"ShortName": "zh-CN-YunxiNeural",
"Gender": "Male",
"Locale": "zh-CN",
"LocaleName": "Chinese (Mandarin, Simplified)",
"StyleList": [
"narration-relaxed",
"embarrassed",
"fearful",
"cheerful",
"disgruntled",
"serious",
"angry",
"sad",
"depressed",
"chat",
"assistant",
"newscast"
],
"SampleRateHertz": "48000",
"VoiceType": "Neural",
"Status": "GA",
"RolePlayList": [
"Narrator",
"YoungAdultMale",
"Boy"
],
"WordsPerMinute": "293"
},
// Redacted for brevity
]
HTTP-állapotkódok
Az egyes válaszok HTTP-állapotkódja sikeres vagy gyakori hibákat jelez.
| HTTP-állapotkód | Leírás | Lehetséges ok |
|---|---|---|
| 200 | OKÉ | A kérés sikeres volt. |
| 400 | Hibás kérés | Hiányzik egy kötelező paraméter, üres vagy null. Vagy a kötelező vagy nem kötelező paraméternek átadott érték érvénytelen. Gyakori ok egy túl hosszú fejléc. |
| 401 | Jogosulatlan | A kérés nincs engedélyezve. Győződjön meg arról, hogy az erőforráskulcs vagy a jogkivonat érvényes, és a megfelelő régióban van. |
| 429 | Túl sok kérés | Túllépte az erőforráshoz engedélyezett kérések kvótáját vagy arányát. |
| 502 | Rossz átjáró | Hálózati vagy kiszolgálóoldali probléma van. Ez az állapot érvénytelen fejléceket is jelezhet. |
Szöveg átalakítása beszédté
A cognitiveservices/v1 végpont lehetővé teszi a szöveg beszédgé konvertálását a Beszédszintézis korrektúranyelv (SSML) használatával.
Régiók és végpontok
Ezek a régiók a REST API-val történő szövegfelolvasáshoz támogatottak. Mindenképpen válassza ki a Speech erőforrásrégiónak megfelelő végpontot.
Standard hangok
Ezzel a táblázattal meghatározhatja a neurális hangok elérhetőségét régió vagy végpont szerint:
| Régió | Végpont |
|---|---|
| Ausztrália keleti régiója | https://australiaeast.tts.speech.microsoft.com/cognitiveservices/v1 |
| Dél-Brazília | https://brazilsouth.tts.speech.microsoft.com/cognitiveservices/v1 |
| Közép-Kanada | https://canadacentral.tts.speech.microsoft.com/cognitiveservices/v1 |
| Kelet-Kanada | https://canadaeast.tts.speech.microsoft.com/cognitiveservices/v1 |
| USA középső régiója | https://centralus.tts.speech.microsoft.com/cognitiveservices/v1 |
| Kelet-Ázsia | https://eastasia.tts.speech.microsoft.com/cognitiveservices/v1 |
| USA keleti régiója | https://eastus.tts.speech.microsoft.com/cognitiveservices/v1 |
| USA 2. keleti régiója | https://eastus2.tts.speech.microsoft.com/cognitiveservices/v1 |
| Közép-Franciaország | https://francecentral.tts.speech.microsoft.com/cognitiveservices/v1 |
| Középnyugat-Németország | https://germanywestcentral.tts.speech.microsoft.com/cognitiveservices/v1 |
| Közép-India | https://centralindia.tts.speech.microsoft.com/cognitiveservices/v1 |
| Észak-Olaszország | https://italynorth.tts.speech.microsoft.com/cognitiveservices/v1 |
| Kelet-Japán | https://japaneast.tts.speech.microsoft.com/cognitiveservices/v1 |
| Nyugat-Japán | https://japanwest.tts.speech.microsoft.com/cognitiveservices/v1 |
| Korea középső régiója | https://koreacentral.tts.speech.microsoft.com/cognitiveservices/v1 |
| USA északi középső régiója | https://northcentralus.tts.speech.microsoft.com/cognitiveservices/v1 |
| Észak-Európa | https://northeurope.tts.speech.microsoft.com/cognitiveservices/v1 |
| Kelet-Norvégia | https://norwayeast.tts.speech.microsoft.com/cognitiveservices/v1 |
| Közép-Katar | https://qatarcentral.tts.speech.microsoft.com/cognitiveservices/v1 |
| Dél-Afrika északi régiója | https://southafricanorth.tts.speech.microsoft.com/cognitiveservices/v1 |
| USA déli középső régiója | https://southcentralus.tts.speech.microsoft.com/cognitiveservices/v1 |
| Délkelet-Ázsia | https://southeastasia.tts.speech.microsoft.com/cognitiveservices/v1 |
| Közép-Svédország | https://swedencentral.tts.speech.microsoft.com/cognitiveservices/v1 |
| Észak-Svájc | https://switzerlandnorth.tts.speech.microsoft.com/cognitiveservices/v1 |
| Nyugat-Svájc | https://switzerlandwest.tts.speech.microsoft.com/cognitiveservices/v1 |
| Egyesült Arab Emírségek északi régiója | https://uaenorth.tts.speech.microsoft.com/cognitiveservices/v1 |
| Egyesült Királyság déli régiója | https://uksouth.tts.speech.microsoft.com/cognitiveservices/v1 |
| Egyesült Királyság nyugati régiója | https://ukwest.tts.speech.microsoft.com/cognitiveservices/v1 |
| US Gov Arizona | https://usgovarizona.tts.speech.azure.us/cognitiveservices/v1 |
| US Gov Virginia | https://usgovvirginia.tts.speech.azure.us/cognitiveservices/v1 |
| USA nyugati középső régiója | https://westcentralus.tts.speech.microsoft.com/cognitiveservices/v1 |
| Nyugat-Európa | https://westeurope.tts.speech.microsoft.com/cognitiveservices/v1 |
| USA nyugati régiója | https://westus.tts.speech.microsoft.com/cognitiveservices/v1 |
| USA 2. nyugati régiója | https://westus2.tts.speech.microsoft.com/cognitiveservices/v1 |
| USA 3. nyugati régiója | https://westus3.tts.speech.microsoft.com/cognitiveservices/v1 |
Tipp
Az előzetes verzióban a hangokat támogató régiók aktuális listájáért tekintse meg a Speech service regions (Beszédszolgáltatás régiói) táblát.
Egyéni hangok
Ha létrehozott egy egyéni hangot, használja a létrehozott végpontot. A következő végpontokat is használhatja. Cserélje le {deploymentId} az egyéni hangmodell üzembehelyezési azonosítóját.
| Régió | Képzés | Telepítés | Végpont |
|---|---|---|---|
| Ausztrália keleti régiója | Igen | Igen | https://australiaeast.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId} |
| Dél-Brazília | Nem | Igen | https://brazilsouth.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId} |
| Közép-Kanada | Nem | Igen | https://canadacentral.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId} |
| USA középső régiója | Nem | Igen | https://centralus.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId} |
| Kelet-Ázsia | Nem | Igen | https://eastasia.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId} |
| USA keleti régiója | Igen | Igen | https://eastus.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId} |
| USA 2. keleti régiója | Igen | Igen | https://eastus2.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId} |
| Közép-Franciaország | Nem | Igen | https://francecentral.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId} |
| Középnyugat-Németország | Nem | Igen | https://germanywestcentral.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId} |
| Közép-India | Igen | Igen | https://centralindia.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId} |
| Észak-Olaszország | Nem | Igen | https://italynorth.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId} |
| Kelet-Japán | Igen | Igen | https://japaneast.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId} |
| Nyugat-Japán | Nem | Igen | https://japanwest.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId} |
| Korea középső régiója | Igen | Igen | https://koreacentral.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId} |
| USA északi középső régiója | Nem | Igen | https://northcentralus.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId} |
| Észak-Európa | Igen | Igen | https://northeurope.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId} |
| Kelet-Norvégia | Nem | Igen | https://norwayeast.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId} |
| Dél-Afrika északi régiója | Nem | Igen | https://southafricanorth.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId} |
| USA déli középső régiója | Igen | Igen | https://southcentralus.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId} |
| Délkelet-Ázsia | Igen | Igen | https://southeastasia.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId} |
| Közép-Svédország | Nem | Igen | https://swedencentral.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId} |
| Észak-Svájc | Nem | Igen | https://switzerlandnorth.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId} |
| Nyugat-Svájc | Nem | Igen | https://switzerlandwest.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId} |
| Egyesült Arab Emírségek északi régiója | Nem | Igen | https://uaenorth.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId} |
| Egyesült Királyság déli régiója | Igen | Igen | https://uksouth.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId} |
| USA nyugati középső régiója | Nem | Igen | https://westcentralus.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId} |
| Nyugat-Európa | Igen | Igen | https://westeurope.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId} |
| USA nyugati régiója | Igen | Igen | https://westus.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId} |
| USA 2. nyugati régiója | Igen | Igen | https://westus2.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId} |
| USA 3. nyugati régiója | Nem | Igen | https://westus3.voice.speech.microsoft.com/cognitiveservices/v1?deploymentId={deploymentId} |
Megjegyzés
Az előző régiók a standard hangmodellek üzemeltetéséhez és a valós idejű szintézishez érhetők el. Az egyéni hangbetanítás csak bizonyos régiókban érhető el. Az egyéni hangmodelleket azonban egyszerűen átmásolhatja ezekből a régiókból az előző lista más régióiba.
Hosszú hanganyagok API-ja
A Long Audio API több régióban érhető el egyedi végpontokkal:
| Régió | Végpont |
|---|---|
| Ausztrália keleti régiója | https://australiaeast.customvoice.api.speech.microsoft.com |
| USA keleti régiója | https://eastus.customvoice.api.speech.microsoft.com |
| Közép-India | https://centralindia.customvoice.api.speech.microsoft.com |
| USA déli középső régiója | https://southcentralus.customvoice.api.speech.microsoft.com |
| Délkelet-Ázsia | https://southeastasia.customvoice.api.speech.microsoft.com |
| Egyesült Királyság déli régiója | https://uksouth.customvoice.api.speech.microsoft.com |
| Nyugat-Európa | https://westeurope.customvoice.api.speech.microsoft.com |
Kérelemfejlécek
Ez a táblázat a szövegfelolvasási kérelmekhez szükséges és opcionális fejléceket sorolja fel:
| Fejléc | Leírás | Kötelező vagy nem kötelező |
|---|---|---|
Authorization |
Az Bearer elé helyezett engedélyezési jogkivonat. További információ: Hitelesítés. |
Szükséges |
Content-Type |
Megadja a megadott szöveg tartalomtípusát. Elfogadott érték: application/ssml+xml. |
Szükséges |
X-Microsoft-OutputFormat |
Megadja a hangkimenet formátumát. Az elfogadott értékek teljes listáját a Hangkimenetek című témakörben találja. | Szükséges |
User-Agent |
Az alkalmazás neve. A megadott értéknek 255 karakternél kevesebbnek kell lennie. | Szükséges |
Kérelem törzse
Egyéni hang használata esetén a kérés törzse egyszerű szövegként (ASCII vagy UTF-8) küldhető el. Ellenkező esetben az egyes POST kérések törzse SSML-ként lesz elküldve. Az SSML lehetővé teszi a szintetizált beszéd hangjának és nyelvének kiválasztását, amelyet a szövegfelolvasási funkció visszaad. A támogatott hangok teljes listájáért tekintse meg a Speech szolgáltatás nyelv- és hangtámogatását.
Mintakérés
Ez a HTTP-kérés SSML használatával adja meg a hangot és a nyelvet. Ha a szöveg hossza hosszú, és az eredményként kapott hang meghaladja a 10 percet, akkor 10 percre van csonkolva. Más szóval a hang hossza nem haladhatja meg a 10 percet.
POST /cognitiveservices/v1 HTTP/1.1
X-Microsoft-OutputFormat: riff-24khz-16bit-mono-pcm
Content-Type: application/ssml+xml
Host: YourResourceName.cognitiveservices.azure.com
Content-Length: <Length>
Authorization: Bearer [Base64 access_token]
User-Agent: <Your application name>
<speak version='1.0' xml:lang='en-US'><voice xml:lang='en-US' xml:gender='Male'
name='en-US-ChristopherNeural'>
I'm excited to try text to speech!
</voice></speak>
* A Tartalomhossz esetében a saját tartalomhosszt kell használnia. A legtöbb esetben a rendszer automatikusan kiszámítja ezt az értéket.
HTTP-állapotkódok
Az egyes válaszok HTTP-állapotkódja sikeres vagy gyakori hibákat jelez:
| HTTP-állapotkód | Leírás | Lehetséges ok |
|---|---|---|
| 200 | OKÉ | A kérés sikeres volt. A válasz törzse egy hangfájl. |
| 400 | Hibás kérés | Hiányzik egy kötelező paraméter, üres vagy null. Vagy a kötelező vagy nem kötelező paraméternek átadott érték érvénytelen. Gyakori ok egy túl hosszú fejléc. |
| 401 | Jogosulatlan | A kérés nincs engedélyezve. Győződjön meg arról, hogy a Speech szolgáltatás erőforráskulcsa vagy jogkivonata érvényes, és a megfelelő régióban van. |
| 415 | Nem támogatott médiatípus | Lehetséges, hogy nem a megfelelő Content-Type értéket adta meg.
Content-Type értékét application/ssml+xml-re kell állítani. |
| 429 | Túl sok kérés | Túllépte az erőforráshoz engedélyezett kérések kvótáját vagy arányát. |
| 502 | Rossz átjáró | Hálózati vagy kiszolgálóoldali probléma van. Ez az állapot érvénytelen fejléceket is jelezhet. |
| 503 | A szolgáltatás nem érhető el | A kiszolgálóoldali probléma több okból is fennáll. |
Ha a HTTP-állapot az 200 OK, a válasz törzse egy hangfájlt tartalmaz a kért formátumban. Ez a fájl lejátszható átvitelkor, pufferbe mentve vagy fájlba mentve.
Hangkimenetek
A támogatott streamelési és nem streamelési hangformátumok minden kérésben X-Microsoft-OutputFormat fejlécként lesznek elküldve. Minden formátum bitsebességet és kódolási típust tartalmaz. A Speech szolgáltatás 48 kHz-es, 24 kHz-es, 16 kHz-es és 8 kHz-es hangkimeneteket támogat. Minden standard hangmodell 24kHz-en és 48kHz-en érhető el.
amr-wb-16000hz
audio-16khz-16bit-32kbps-mono-opus
audio-16khz-32kbitrate-mono-mp3
audio-16khz-64kbitrate-mono-mp3
audio-16khz-128kbitrate-mono-mp3
audio-24khz-16bit-24kbps-mono-opus
audio-24khz-16bit-48kbps-mono-opus
audio-24khz-48kbitrate-mono-mp3
audio-24khz-96kbitrate-mono-mp3
audio-24khz-160kbitrate-mono-mp3
audio-48khz-96kbitrate-mono-mp3
audio-48khz-192kbitrate-mono-mp3
g722-16khz-64kbps
ogg-16khz-16bit-mono-opus
ogg-24khz-16bit-mono-opus
ogg-48khz-16bit-mono-opus
raw-8khz-8bit-mono-alaw
raw-8khz-8bit-mono-mulaw
raw-8khz-16bit-mono-pcm
raw-16khz-16bit-mono-pcm
raw-16khz-16bit-mono-truesilk
raw-22050hz-16bit-mono-pcm
raw-24khz-16bit-mono-pcm
raw-24khz-16bit-mono-truesilk
raw-44100hz-16bit-mono-pcm
raw-48khz-16bit-mono-pcm
webm-16khz-16bit-mono-opus
webm-24khz-16bit-24kbps-mono-opus
webm-24khz-16bit-mono-opus
Megjegyzés
Ha a 48kHz-es kimeneti formátumot választja, a rendszer ennek megfelelően meghívja a 48kHz-es nagy teljesítményű hangmodellt. A 24kHz-től és a 48kHz-től eltérő mintavételi frekvenciák szintetizáláskor felmintavételezéssel vagy leépítéssel érhetők el, például a 44,1kHz-es frekvencia a 48kHz-ről történő leépítéssel szerezhető meg.
Ha a kiválasztott hang- és kimeneti formátum eltérő átviteli sebességgel rendelkezik, a hang szükség szerint újra lesz bélyegzve. A formátumot az ogg-24khz-16bit-mono-opusOpus kodek használatával dekódolhatja.