Condividi tramite

Guida introduttiva: Convertire il testo in voce

In questa guida rapida, provare il modello di sintesi vocale di Azure Speech in Foundry Tools usando Microsoft Foundry.

Prerequisiti

Provare la sintesi vocale

Provare a eseguire la sintesi vocale nel portale foundry seguendo questa procedura:

  1. Accedere a Microsoft Foundry. Assicurarsi che l'interruttore New Foundry sia attivato. Questi passaggi fanno riferimento a Foundry (nuovo).These steps refer to Foundry (new).
  2. Selezionare Compila nel menu in alto a destra.
  3. Selezionare Modelli nel riquadro sinistro.
  4. La scheda Servizi di intelligenza artificiale mostra i modelli di intelligenza artificiale di Azure che possono essere usati come predefiniti nel portale foundry. Selezionare Azure Speech - Sintesi vocale per aprire il playground della Sintesi vocale.
  5. Scegliere una voce predisposta dal menu a discesa e, facoltativamente, ottimizzarla con lo slider dei parametri del provider.
  6. Immettere il testo di esempio nella casella di testo.
  7. Selezionare Riproduci per ascoltare la voce sintetica che legge il testo.

Documentazione di riferimento | Pacchetto (NuGet) | Ulteriori esempi in GitHub

Con Azure Speech in Foundry Tools è possibile eseguire un'applicazione che sintetizza una voce simile a quella umana per leggere il testo. È possibile modificare la voce, immettere il testo da pronunciare e ascoltare l'output sull'altoparlante del computer.

Suggerimento

È possibile provare la sintesi vocale in Speech Studio Voice Gallery senza registrarsi o scrivere codice.

Suggerimento

Provare Azure Speech Toolkit per compilare ed eseguire facilmente esempi in Visual Studio Code.

Prerequisiti

Configurare l'ambiente

Speech SDK è disponibile come pacchetto NuGet che implementa .NET Standard 2.0. Installare Speech SDK più avanti in questa guida usando la console. Per le istruzioni di installazione dettagliate, consultare Installare Speech SDK.

Impostare le variabili di ambiente

È necessario autenticare l'applicazione per accedere a Foundry Tools. Questo articolo illustra come usare le variabili di ambiente per archiviare le credenziali. È quindi possibile accedere alle variabili di ambiente dal codice per autenticare l'applicazione. Per l'ambiente di produzione, usare un modo più sicuro per archiviare e accedere alle credenziali.

Importante

Si consiglia di eseguire l'autenticazione di Microsoft Entra ID con le identità gestite per le risorse di Azure al fine di evitare di archiviare le credenziali con le applicazioni eseguite nel cloud.

Usare le chiavi API con cautela. Non includere la chiave API direttamente nel codice e non esporla mai pubblicamente. Se si usano chiavi API, archiviarle in modo sicuro in Azure Key Vault, ruotare regolarmente le chiavi e limitare l'accesso ad Azure Key Vault usando il controllo degli accessi in base al ruolo e le restrizioni di accesso alla rete. Per altre informazioni sull'uso sicuro delle chiavi API nelle app, vedere Chiavi API con Azure Key Vault.

Per altre informazioni sulla sicurezza dei servizi IA, vedere Autenticare richieste in Servizi di Azure AI.

Per impostare le variabili di ambiente per la chiave e l'endpoint della risorsa Voce, aprire una finestra della console e seguire le istruzioni per il sistema operativo e l'ambiente di sviluppo.

  • Per impostare la variabile di ambiente SPEECH_KEY, sostituire chiave-utente con una delle chiavi della risorsa.
  • Per impostare la ENDPOINT variabile di ambiente, sostituire your-endpoint con uno degli endpoint per la risorsa.
setx SPEECH_KEY your-key
setx ENDPOINT your-endpoint

Note

Se è sufficiente accedere alla variabile di ambiente nella console corrente, è possibile impostare la variabile di ambiente con set anziché setx.

Dopo l'aggiunta delle variabili di ambiente potrebbe essere necessario riavviare eventuali programmi che devono leggere la variabile di ambiente, inclusa la finestra della console. Se ad esempio si usa Visual Studio come editor, riavviare Visual Studio prima di eseguire l'esempio.

Creazione dell'applicazione

Seguire questi passaggi per creare un'applicazione console e installare Speech SDK.

  1. Aprire una finestra del prompt dei comandi nella cartella in cui si desidera il nuovo progetto. Eseguire questo comando per creare un'applicazione console con l'interfaccia della riga di comando di .NET.

    dotnet new console

    Il comando crea un file Program.cs nella directory del progetto.

  2. Installare Speech SDK nel nuovo progetto con l'interfaccia della riga di comando di .NET.

    dotnet add package Microsoft.CognitiveServices.Speech

  3. Sostituire il contenuto di Program.cs con il codice seguente.

    using System;
using System.IO;
using System.Threading.Tasks;
using Microsoft.CognitiveServices.Speech;
using Microsoft.CognitiveServices.Speech.Audio;

class Program 
{
    // This example requires environment variables named "SPEECH_KEY" and "END_POINT"
    static string speechKey = Environment.GetEnvironmentVariable("SPEECH_KEY");
    static string endpoint = Environment.GetEnvironmentVariable("END_POINT");

    static void OutputSpeechSynthesisResult(SpeechSynthesisResult speechSynthesisResult, string text)
    {
        switch (speechSynthesisResult.Reason)
        {
            case ResultReason.SynthesizingAudioCompleted:
                Console.WriteLine($"Speech synthesized for text: [{text}]");
                break;
            case ResultReason.Canceled:
                var cancellation = SpeechSynthesisCancellationDetails.FromResult(speechSynthesisResult);
                Console.WriteLine($"CANCELED: Reason={cancellation.Reason}");

                if (cancellation.Reason == CancellationReason.Error)
                {
                    Console.WriteLine($"CANCELED: ErrorCode={cancellation.ErrorCode}");
                    Console.WriteLine($"CANCELED: ErrorDetails=[{cancellation.ErrorDetails}]");
                    Console.WriteLine($"CANCELED: Did you set the speech resource key and endpoint values?");
                }
                break;
            default:
                break;
        }
    }

    async static Task Main(string[] args)
    {
        var speechConfig = SpeechConfig.FromEndpoint(speechKey, endpoint); 

        // The neural multilingual voice can speak different languages based on the input text.
        speechConfig.SpeechSynthesisVoiceName = "en-US-Ava:DragonHDLatestNeural"; 

        using (var speechSynthesizer = new SpeechSynthesizer(speechConfig))
        {
            // Get text from the console and synthesize to the default speaker.
            Console.WriteLine("Enter some text that you want to speak >");
            string text = Console.ReadLine();

            var speechSynthesisResult = await speechSynthesizer.SpeakTextAsync(text);
            OutputSpeechSynthesisResult(speechSynthesisResult, text);
        }

        Console.WriteLine("Press any key to exit...");
        Console.ReadKey();
    }
}

  4. Per modificare la lingua della sintesi vocale, sostituire en-US-Ava:DragonHDLatestNeural con un'altra voce supportata.

    Tutte le voci neurali sono multilingue e parlano fluentemente sia la propria lingua che l’inglese. Ad esempio, se il testo di input in inglese è I'm excited to try text to speech e si imposta es-ES-Ximena:DragonHDLatestNeural come lingua, il testo viene pronunciato in inglese con un accento spagnolo. Se la voce non parla la lingua del testo di input, il servizio Voce non restituirà l'audio sintetizzato.

  5. Eseguire la nuova applicazione console per avviare la sintesi vocale nell'altoparlante predefinito.

    dotnet run

    Importante

    Assicurarsi di impostare le SPEECH_KEYEND_POINT e . Se queste variabili non vengono impostate, l'esempio avrà esito negativo e riporterà un messaggio di errore.

  6. Immettere un testo che si desidera sentir pronunciare. Ad esempio, digitare Non vedo l'ora di provare la sintesi vocale. Selezionare INVIO per ascoltare il parlato sintetizzato.

    Enter some text that you want to speak >
I'm excited to try text to speech

Osservazioni

Altre opzioni di sintesi vocale

Questa guida introduttiva usa l'operazione SpeakTextAsync per sintetizzare un breve blocco di testo immesso dall'utente. È anche possibile usare testo in formato lungo da un file e ottenere un controllo più corretto sugli stili vocali, prosodia e altre impostazioni.

Voci per la sintesi vocale OpenAI in Voce di Azure in Foundry Tools

Sono supportate anche le voci di sintesi vocale di OpenAI. Vedere Testo OpenAI per le voci vocali in Voce di Azure e voci multilingue. È possibile sostituire en-US-Ava:DragonHDLatestNeural con un nome di voce OpenAI supportato, ad esempio en-US-FableMultilingualNeural.

Pulire le risorse

Per rimuovere la risorsa Voce creata è possibile usare il portale di Azure o l'interfaccia della riga di comando di Azure.

Documentazione di riferimento | Pacchetto (NuGet) | Ulteriori esempi in GitHub

Con Azure Speech in Foundry Tools è possibile eseguire un'applicazione che sintetizza una voce simile a quella umana per leggere il testo. È possibile modificare la voce, immettere il testo da pronunciare e ascoltare l'output sull'altoparlante del computer.

Suggerimento

È possibile provare la sintesi vocale in Speech Studio Voice Gallery senza registrarsi o scrivere codice.

Suggerimento

Provare Azure Speech Toolkit per compilare ed eseguire facilmente esempi in Visual Studio Code.

Prerequisiti

Configurare l'ambiente

Speech SDK è disponibile come pacchetto NuGet che implementa .NET Standard 2.0. L'SDK Voce verrà installato più avanti in questa guida. Per le istruzioni di installazione dettagliate, consultare Installare Speech SDK.

Impostare le variabili di ambiente

È necessario autenticare l'applicazione per accedere a Foundry Tools. Questo articolo illustra come usare le variabili di ambiente per archiviare le credenziali. È quindi possibile accedere alle variabili di ambiente dal codice per autenticare l'applicazione. Per l'ambiente di produzione, usare un modo più sicuro per archiviare e accedere alle credenziali.

Importante

Si consiglia di eseguire l'autenticazione di Microsoft Entra ID con le identità gestite per le risorse di Azure al fine di evitare di archiviare le credenziali con le applicazioni eseguite nel cloud.

Usare le chiavi API con cautela. Non includere la chiave API direttamente nel codice e non esporla mai pubblicamente. Se si usano chiavi API, archiviarle in modo sicuro in Azure Key Vault, ruotare regolarmente le chiavi e limitare l'accesso ad Azure Key Vault usando il controllo degli accessi in base al ruolo e le restrizioni di accesso alla rete. Per altre informazioni sull'uso sicuro delle chiavi API nelle app, vedere Chiavi API con Azure Key Vault.

Per altre informazioni sulla sicurezza dei servizi IA, vedere Autenticare richieste in Servizi di Azure AI.

Per impostare le variabili di ambiente per la chiave e l'endpoint della risorsa Voce, aprire una finestra della console e seguire le istruzioni per il sistema operativo e l'ambiente di sviluppo.

  • Per impostare la variabile di ambiente SPEECH_KEY, sostituire chiave-utente con una delle chiavi della risorsa.
  • Per impostare la ENDPOINT variabile di ambiente, sostituire your-endpoint con uno degli endpoint per la risorsa.
setx SPEECH_KEY your-key
setx ENDPOINT your-endpoint

Note

Se è sufficiente accedere alla variabile di ambiente nella console corrente, è possibile impostare la variabile di ambiente con set anziché setx.

Dopo l'aggiunta delle variabili di ambiente potrebbe essere necessario riavviare eventuali programmi che devono leggere la variabile di ambiente, inclusa la finestra della console. Se ad esempio si usa Visual Studio come editor, riavviare Visual Studio prima di eseguire l'esempio.

Creazione dell'applicazione

Seguire questi passaggi per creare un'applicazione console e installare Speech SDK.

  1. Creare un nuovo progetto console C++ in Visual Studio Community con il nome SpeechSynthesis.

  2. Sostituire il contenuto di SpeechSynthesis.cpp con il codice seguente:

    #include <iostream> 
#include <stdlib.h>
#include <speechapi_cxx.h>

using namespace Microsoft::CognitiveServices::Speech;
using namespace Microsoft::CognitiveServices::Speech::Audio;

std::string GetEnvironmentVariable(const char* name);

int main()
{
    // This example requires environment variables named "SPEECH_KEY" and "ENDPOINT"
    auto speechKey = GetEnvironmentVariable("SPEECH_KEY");
    auto endpoint = GetEnvironmentVariable("ENDPOINT");

    if ((size(speechKey) == 0) || (size(endpoint) == 0)) {
        std::cout << "Please set both SPEECH_KEY and ENDPOINT environment variables." << std::endl;
        return -1;
    }

    auto speechConfig = SpeechConfig::FromEndpoint(speechKey, endpoint);

    // The neural multilingual voice can speak different languages based on the input text.
    speechConfig->SetSpeechSynthesisVoiceName("en-US-Ava:DragonHDLatestNeural");

    auto speechSynthesizer = SpeechSynthesizer::FromConfig(speechConfig);

    // Get text from the console and synthesize to the default speaker.
    std::cout << "Enter some text that you want to speak >" << std::endl;
    std::string text;
    getline(std::cin, text);

    auto result = speechSynthesizer->SpeakTextAsync(text).get();

    // Checks result.
    if (result->Reason == ResultReason::SynthesizingAudioCompleted)
    {
        std::cout << "Speech synthesized to speaker for text [" << text << "]" << std::endl;
    }
    else if (result->Reason == ResultReason::Canceled)
    {
        auto cancellation = SpeechSynthesisCancellationDetails::FromResult(result);
        std::cout << "CANCELED: Reason=" << (int)cancellation->Reason << std::endl;

        if (cancellation->Reason == CancellationReason::Error)
        {
            std::cout << "CANCELED: ErrorCode=" << (int)cancellation->ErrorCode << std::endl;
            std::cout << "CANCELED: ErrorDetails=[" << cancellation->ErrorDetails << "]" << std::endl;
            std::cout << "CANCELED: Did you set the speech resource key and endpoint values?" << std::endl;
        }
    }

    std::cout << "Press enter to exit..." << std::endl;
    std::cin.get();
}

std::string GetEnvironmentVariable(const char* name)
{
#if defined(_MSC_VER)
    size_t requiredSize = 0;
    (void)getenv_s(&requiredSize, nullptr, 0, name);
    if (requiredSize == 0)
    {
        return "";
    }
    auto buffer = std::make_unique<char[]>(requiredSize);
    (void)getenv_s(&requiredSize, buffer.get(), requiredSize, name);
    return buffer.get();
#else
    auto value = getenv(name);
    return value ? value : "";
#endif
}

  3. Fare clic su Strumenti>Gestione Pacchetti NuGet>Console di Gestione pacchetti. Nella console di Gestione pacchetti, eseguire questo comando:

    Install-Package Microsoft.CognitiveServices.Speech

  4. Per modificare la lingua della sintesi vocale, sostituire en-US-Ava:DragonHDLatestNeural con un'altra voce supportata.

    Tutte le voci neurali sono multilingue e parlano fluentemente sia la propria lingua che l’inglese. Ad esempio, se il testo di input in inglese è I'm excited to try text to speech e si imposta es-ES-Ximena:DragonHDLatestNeural, il testo viene pronunciato in inglese con un accento spagnolo. Se la voce non parla la lingua del testo di input, il servizio Voce non restituirà l'audio sintetizzato.

  5. Per avviare la sintesi vocale nell'altoparlante predefinito, compilare ed eseguire la nuova applicazione console.

    Importante

    Assicurarsi di impostare le SPEECH_KEYENDPOINT e . Se queste variabili non vengono impostate, l'esempio avrà esito negativo e riporterà un messaggio di errore.

  6. Immettere un testo che si desidera sentir pronunciare. Ad esempio, digitare Non vedo l'ora di provare la sintesi vocale. Selezionare INVIO per ascoltare il parlato sintetizzato.

    Enter some text that you want to speak >
I'm excited to try text to speech

Osservazioni

Altre opzioni di sintesi vocale

Questa guida introduttiva usa l'operazione SpeakTextAsync per sintetizzare un breve blocco di testo immesso dall'utente. È anche possibile usare testo in formato lungo da un file e ottenere un controllo più corretto sugli stili vocali, prosodia e altre impostazioni.

Voci per la sintesi vocale OpenAI in Voce di Azure in Foundry Tools

Sono supportate anche le voci di sintesi vocale di OpenAI. Vedere Testo OpenAI per le voci vocali in Voce di Azure e voci multilingue. È possibile sostituire en-US-Ava:DragonHDLatestNeural con un nome di voce OpenAI supportato, ad esempio en-US-FableMultilingualNeural.

Pulire le risorse

Per rimuovere la risorsa Voce creata è possibile usare il portale di Azure o l'interfaccia della riga di comando di Azure.

Documentazione di riferimento | Pacchetto (Go) | Ulteriori esempi in GitHub

Con Azure Speech in Foundry Tools è possibile eseguire un'applicazione che sintetizza una voce simile a quella umana per leggere il testo. È possibile modificare la voce, immettere il testo da pronunciare e ascoltare l'output sull'altoparlante del computer.

Suggerimento

È possibile provare la sintesi vocale in Speech Studio Voice Gallery senza registrarsi o scrivere codice.

Suggerimento

Provare Azure Speech Toolkit per compilare ed eseguire facilmente esempi in Visual Studio Code.

Prerequisiti

Configurare l'ambiente

Installare Speech SDK per il linguaggio Go. Per le istruzioni di installazione dettagliate, consultare Installare Speech SDK.

Impostare le variabili di ambiente

È necessario autenticare l'applicazione per accedere a Foundry Tools. Questo articolo illustra come usare le variabili di ambiente per archiviare le credenziali. È quindi possibile accedere alle variabili di ambiente dal codice per autenticare l'applicazione. Per l'ambiente di produzione, usare un modo più sicuro per archiviare e accedere alle credenziali.

Importante

Si consiglia di eseguire l'autenticazione di Microsoft Entra ID con le identità gestite per le risorse di Azure al fine di evitare di archiviare le credenziali con le applicazioni eseguite nel cloud.

Usare le chiavi API con cautela. Non includere la chiave API direttamente nel codice e non esporla mai pubblicamente. Se si usano chiavi API, archiviarle in modo sicuro in Azure Key Vault, ruotare regolarmente le chiavi e limitare l'accesso ad Azure Key Vault usando il controllo degli accessi in base al ruolo e le restrizioni di accesso alla rete. Per altre informazioni sull'uso sicuro delle chiavi API nelle app, vedere Chiavi API con Azure Key Vault.

Per altre informazioni sulla sicurezza dei servizi IA, vedere Autenticare richieste in Servizi di Azure AI.

Per impostare le variabili di ambiente per la chiave e l'area della risorsa Voce, aprire una finestra della console e seguire le istruzioni per il sistema operativo e l'ambiente di sviluppo.

  • Per impostare la variabile di ambiente SPEECH_KEY, sostituire chiave-utente con una delle chiavi della risorsa.
  • Per impostare la variabile di ambiente SPEECH_REGION, sostituire area-utente con una delle aree della risorsa.
  • Per impostare la ENDPOINT variabile di ambiente, sostituire your-endpoint con l'endpoint effettivo della risorsa Voce.
setx SPEECH_KEY your-key
setx SPEECH_REGION your-region
setx ENDPOINT your-endpoint

Note

Se è sufficiente accedere alla variabile di ambiente nella console corrente, è possibile impostare la variabile di ambiente con set anziché setx.

Dopo l'aggiunta delle variabili di ambiente potrebbe essere necessario riavviare eventuali programmi che devono leggere la variabile di ambiente, inclusa la finestra della console. Se ad esempio si usa Visual Studio come editor, riavviare Visual Studio prima di eseguire l'esempio.

Creazione dell'applicazione

Attenersi alla procedura seguente per creare un modulo GO.

  1. Aprire una finestra del prompt dei comandi nella cartella in cui si desidera il nuovo progetto. Creare un nuovo file denominato speech-synthesis.go.

  2. Copiare il codice seguente in speech-synthesis.go:

    package main

import (
    "bufio"
    "fmt"
    "os"
    "strings"
    "time"

    "github.com/Microsoft/cognitive-services-speech-sdk-go/audio"
    "github.com/Microsoft/cognitive-services-speech-sdk-go/common"
    "github.com/Microsoft/cognitive-services-speech-sdk-go/speech"
)

func synthesizeStartedHandler(event speech.SpeechSynthesisEventArgs) {
    defer event.Close()
    fmt.Println("Synthesis started.")
}

func synthesizingHandler(event speech.SpeechSynthesisEventArgs) {
    defer event.Close()
    fmt.Printf("Synthesizing, audio chunk size %d.\n", len(event.Result.AudioData))
}

func synthesizedHandler(event speech.SpeechSynthesisEventArgs) {
    defer event.Close()
    fmt.Printf("Synthesized, audio length %d.\n", len(event.Result.AudioData))
}

func cancelledHandler(event speech.SpeechSynthesisEventArgs) {
    defer event.Close()
    fmt.Println("Received a cancellation.")
}

func main() {
    // This example requires environment variables named "SPEECH_KEY" and "SPEECH_REGION"
    speechKey :=  os.Getenv("SPEECH_KEY")
    speechRegion := os.Getenv("SPEECH_REGION")

    audioConfig, err := audio.NewAudioConfigFromDefaultSpeakerOutput()
    if err != nil {
        fmt.Println("Got an error: ", err)
        return
    }
    defer audioConfig.Close()
    speechConfig, err := speech.NewSpeechConfigFromSubscription(speechKey, speechRegion)
    if err != nil {
        fmt.Println("Got an error: ", err)
        return
    }
    defer speechConfig.Close()

    speechConfig.SetSpeechSynthesisVoiceName("en-US-Ava:DragonHDLatestNeural")

    speechSynthesizer, err := speech.NewSpeechSynthesizerFromConfig(speechConfig, audioConfig)
    if err != nil {
        fmt.Println("Got an error: ", err)
        return
    }
    defer speechSynthesizer.Close()

    speechSynthesizer.SynthesisStarted(synthesizeStartedHandler)
    speechSynthesizer.Synthesizing(synthesizingHandler)
    speechSynthesizer.SynthesisCompleted(synthesizedHandler)
    speechSynthesizer.SynthesisCanceled(cancelledHandler)

    for {
        fmt.Printf("Enter some text that you want to speak, or enter empty text to exit.\n> ")
        text, _ := bufio.NewReader(os.Stdin).ReadString('\n')
        text = strings.TrimSuffix(text, "\n")
        if len(text) == 0 {
            break
        }

        task := speechSynthesizer.SpeakTextAsync(text)
        var outcome speech.SpeechSynthesisOutcome
        select {
        case outcome = <-task:
        case <-time.After(60 * time.Second):
            fmt.Println("Timed out")
            return
        }
        defer outcome.Close()
        if outcome.Error != nil {
            fmt.Println("Got an error: ", outcome.Error)
            return
        }

        if outcome.Result.Reason == common.SynthesizingAudioCompleted {
            fmt.Printf("Speech synthesized to speaker for text [%s].\n", text)
        } else {
            cancellation, _ := speech.NewCancellationDetailsFromSpeechSynthesisResult(outcome.Result)
            fmt.Printf("CANCELED: Reason=%d.\n", cancellation.Reason)

            if cancellation.Reason == common.Error {
                fmt.Printf("CANCELED: ErrorCode=%d\nCANCELED: ErrorDetails=[%s]\nCANCELED: Did you set the speech resource key and region values?\n",
                    cancellation.ErrorCode,
                    cancellation.ErrorDetails)
            }
        }
    }
}

  3. Per modificare la lingua della sintesi vocale, sostituire en-US-Ava:DragonHDLatestNeural con un'altra voce supportata.

    Tutte le voci neurali sono multilingue e parlano fluentemente sia la propria lingua che l’inglese. Ad esempio, se il testo di input in inglese è I'm excited to try text to speech e si imposta es-ES-Ximena:DragonHDLatestNeural, il testo viene pronunciato in inglese con un accento spagnolo. Se la voce non parla la lingua del testo di input, il servizio Voce non restituirà l'audio sintetizzato.

  4. Eseguire i comandi seguenti per creare un file go.mod che si collega ai componenti ospitati in GitHub:

    go mod init speech-synthesis
go get github.com/Microsoft/cognitive-services-speech-sdk-go

    Importante

    Assicurarsi di impostare le SPEECH_KEYSPEECH_REGION e . Se queste variabili non vengono impostate, l'esempio avrà esito negativo e riporterà un messaggio di errore.

  5. Ora compilare ed eseguire il codice:

    go build
go run speech-synthesis

Osservazioni

Voci per la sintesi vocale OpenAI in Voce di Azure in Foundry Tools

Sono supportate anche le voci di sintesi vocale di OpenAI. Vedere Testo OpenAI per le voci vocali in Voce di Azure e voci multilingue. È possibile sostituire en-US-Ava:DragonHDLatestNeural con un nome di voce OpenAI supportato, ad esempio en-US-FableMultilingualNeural.

Pulire le risorse

Per rimuovere la risorsa Voce creata è possibile usare il portale di Azure o l'interfaccia della riga di comando di Azure.

Documentazione di riferimento | Ulteriori esempi in GitHub

Con Azure Speech in Foundry Tools è possibile eseguire un'applicazione che sintetizza una voce simile a quella umana per leggere il testo. È possibile modificare la voce, immettere il testo da pronunciare e ascoltare l'output sull'altoparlante del computer.

Suggerimento

È possibile provare la sintesi vocale in Speech Studio Voice Gallery senza registrarsi o scrivere codice.

Suggerimento

Provare Azure Speech Toolkit per compilare ed eseguire facilmente esempi in Visual Studio Code.

Prerequisiti

Configurare l'ambiente

Per configurare l'ambiente, installare Speech SDK. L'esempio in questa guida introduttiva funziona con Java Runtime.

  1. Installare Apache Maven. Quindi eseguire mvn -v per confermare l'installazione corretta.

  2. Creare un nuovo file pom.xml nella radice del progetto copiando il codice seguente:

    <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>
    <groupId>com.microsoft.cognitiveservices.speech.samples</groupId>
    <artifactId>quickstart-eclipse</artifactId>
    <version>1.0.0-SNAPSHOT</version>
    <build>
        <sourceDirectory>src</sourceDirectory>
        <plugins>
        <plugin>
            <artifactId>maven-compiler-plugin</artifactId>
            <version>3.7.0</version>
            <configuration>
            <source>1.8</source>
            <target>1.8</target>
            </configuration>
        </plugin>
        </plugins>
    </build>
    <dependencies>
        <dependency>
        <groupId>com.microsoft.cognitiveservices.speech</groupId>
        <artifactId>client-sdk</artifactId>
        <version>1.43.0</version>
        </dependency>
    </dependencies>
</project>

  3. Installare Speech SDK e le dipendenze.

    mvn clean dependency:copy-dependencies

Impostare le variabili di ambiente

È necessario autenticare l'applicazione per accedere a Foundry Tools. Questo articolo illustra come usare le variabili di ambiente per archiviare le credenziali. È quindi possibile accedere alle variabili di ambiente dal codice per autenticare l'applicazione. Per l'ambiente di produzione, usare un modo più sicuro per archiviare e accedere alle credenziali.

Importante

Si consiglia di eseguire l'autenticazione di Microsoft Entra ID con le identità gestite per le risorse di Azure al fine di evitare di archiviare le credenziali con le applicazioni eseguite nel cloud.

Usare le chiavi API con cautela. Non includere la chiave API direttamente nel codice e non esporla mai pubblicamente. Se si usano chiavi API, archiviarle in modo sicuro in Azure Key Vault, ruotare regolarmente le chiavi e limitare l'accesso ad Azure Key Vault usando il controllo degli accessi in base al ruolo e le restrizioni di accesso alla rete. Per altre informazioni sull'uso sicuro delle chiavi API nelle app, vedere Chiavi API con Azure Key Vault.

Per altre informazioni sulla sicurezza dei servizi IA, vedere Autenticare richieste in Servizi di Azure AI.

Per impostare le variabili di ambiente per la chiave e l'endpoint della risorsa Voce, aprire una finestra della console e seguire le istruzioni per il sistema operativo e l'ambiente di sviluppo.

  • Per impostare la variabile di ambiente SPEECH_KEY, sostituire chiave-utente con una delle chiavi della risorsa.
  • Per impostare la ENDPOINT variabile di ambiente, sostituire your-endpoint con uno degli endpoint per la risorsa.
setx SPEECH_KEY your-key
setx ENDPOINT your-endpoint

Note

Se è sufficiente accedere alla variabile di ambiente nella console corrente, è possibile impostare la variabile di ambiente con set anziché setx.

Dopo l'aggiunta delle variabili di ambiente potrebbe essere necessario riavviare eventuali programmi che devono leggere la variabile di ambiente, inclusa la finestra della console. Se ad esempio si usa Visual Studio come editor, riavviare Visual Studio prima di eseguire l'esempio.

Creazione dell'applicazione

Seguire questi passaggi per creare un'applicazione console per il riconoscimento vocale.

  1. Creare un file denominato SpeechSynthesis.java nella stessa directory radice del progetto.

  2. Copiare il codice seguente in SpeechSynthesis.java:

    import com.microsoft.cognitiveservices.speech.*;
import com.microsoft.cognitiveservices.speech.audio.*;

import java.util.Scanner;
import java.util.concurrent.ExecutionException;

public class SpeechSynthesis {
    // This example requires environment variables named "SPEECH_KEY" and "ENDPOINT"
    private static String speechKey = System.getenv("SPEECH_KEY");
    private static String endpoint = System.getenv("ENDPOINT");

    public static void main(String[] args) throws InterruptedException, ExecutionException {
        SpeechConfig speechConfig = SpeechConfig.fromEndpoint(speechKey, endpoint);

        speechConfig.setSpeechSynthesisVoiceName("en-US-Ava:DragonHDLatestNeural"); 

        SpeechSynthesizer speechSynthesizer = new SpeechSynthesizer(speechConfig);

        // Get text from the console and synthesize to the default speaker.
        System.out.println("Enter some text that you want to speak >");
        String text = new Scanner(System.in).nextLine();
        if (text.isEmpty())
        {
            return;
        }

        SpeechSynthesisResult speechSynthesisResult = speechSynthesizer.SpeakTextAsync(text).get();

        if (speechSynthesisResult.getReason() == ResultReason.SynthesizingAudioCompleted) {
            System.out.println("Speech synthesized to speaker for text [" + text + "]");
        }
        else if (speechSynthesisResult.getReason() == ResultReason.Canceled) {
            SpeechSynthesisCancellationDetails cancellation = SpeechSynthesisCancellationDetails.fromResult(speechSynthesisResult);
            System.out.println("CANCELED: Reason=" + cancellation.getReason());

            if (cancellation.getReason() == CancellationReason.Error) {
                System.out.println("CANCELED: ErrorCode=" + cancellation.getErrorCode());
                System.out.println("CANCELED: ErrorDetails=" + cancellation.getErrorDetails());
                System.out.println("CANCELED: Did you set the speech resource key and endpoint values?");
            }
        }

        System.exit(0);
    }
}

  3. Per modificare la lingua della sintesi vocale, sostituire en-US-Ava:DragonHDLatestNeural con un'altra voce supportata.

    Tutte le voci neurali sono multilingue e parlano fluentemente sia la propria lingua che l’inglese. Ad esempio, se il testo di input in inglese è I'm excited to try text to speech e si imposta es-ES-Ximena:DragonHDLatestNeural, il testo viene pronunciato in inglese con un accento spagnolo. Se la voce non parla la lingua del testo di input, il servizio Voce non restituirà l'audio sintetizzato.

  4. Eseguire l'applicazione console per eseguire l'output della sintesi vocale nell'altoparlante predefinito.

    javac SpeechSynthesis.java -cp ".;target\dependency\*"
java -cp ".;target\dependency\*" SpeechSynthesis

    Importante

    Assicurarsi di impostare le SPEECH_KEYENDPOINT e . Se queste variabili non vengono impostate, l'esempio avrà esito negativo e riporterà un messaggio di errore.

  5. Immettere un testo che si desidera sentir pronunciare. Ad esempio, digitare Non vedo l'ora di provare la sintesi vocale. Selezionare INVIO per ascoltare il parlato sintetizzato.

    Enter some text that you want to speak >
I'm excited to try text to speech

Osservazioni

Altre opzioni di sintesi vocale

Questa guida introduttiva usa l'operazione SpeakTextAsync per sintetizzare un breve blocco di testo immesso dall'utente. È anche possibile usare testo in formato lungo da un file e ottenere un controllo più corretto sugli stili vocali, prosodia e altre impostazioni.

Voci per la sintesi vocale OpenAI in Voce di Azure in Foundry Tools

Sono supportate anche le voci di sintesi vocale di OpenAI. Vedere Testo OpenAI per le voci vocali in Voce di Azure e voci multilingue. È possibile sostituire en-US-Ava:DragonHDLatestNeural con un nome di voce OpenAI supportato, ad esempio en-US-FableMultilingualNeural.

Pulire le risorse

Per rimuovere la risorsa Voce creata è possibile usare il portale di Azure o l'interfaccia della riga di comando di Azure.

Documentazione di riferimento | Pacchetto (npm) | Ulteriori esempi in GitHub | Codice sorgente della libreria

Con Azure Speech in Foundry Tools è possibile eseguire un'applicazione che sintetizza una voce simile a quella umana per leggere il testo. È possibile modificare la voce, immettere il testo da pronunciare e ascoltare l'output sull'altoparlante del computer.

Suggerimento

È possibile provare la sintesi vocale in Speech Studio Voice Gallery senza registrarsi o scrivere codice.

Suggerimento

Provare Azure Speech Toolkit per compilare ed eseguire facilmente esempi in Visual Studio Code.

Prerequisiti

Configurazione

  1. Creare una nuova cartella synthesis-quickstart e passare alla cartella quickstart con il comando seguente:

    mkdir synthesis-quickstart && cd synthesis-quickstart

  2. Creare il package.json con il seguente comando:

    npm init -y

  3. Installare Speech SDK per JavaScript con:

    npm install microsoft-cognitiveservices-speech-sdk

Recuperare le informazioni sulle risorse

È necessario autenticare l'applicazione per accedere a Foundry Tools. Questo articolo illustra come usare le variabili di ambiente per archiviare le credenziali. È quindi possibile accedere alle variabili di ambiente dal codice per autenticare l'applicazione. Per l'ambiente di produzione, usare un modo più sicuro per archiviare e accedere alle credenziali.

Importante

Si consiglia di eseguire l'autenticazione di Microsoft Entra ID con le identità gestite per le risorse di Azure al fine di evitare di archiviare le credenziali con le applicazioni eseguite nel cloud.

Usare le chiavi API con cautela. Non includere la chiave API direttamente nel codice e non esporla mai pubblicamente. Se si usano chiavi API, archiviarle in modo sicuro in Azure Key Vault, ruotare regolarmente le chiavi e limitare l'accesso ad Azure Key Vault usando il controllo degli accessi in base al ruolo e le restrizioni di accesso alla rete. Per altre informazioni sull'uso sicuro delle chiavi API nelle app, vedere Chiavi API con Azure Key Vault.

Per altre informazioni sulla sicurezza dei servizi IA, vedere Autenticare richieste in Servizi di Azure AI.

Per impostare le variabili di ambiente per la chiave e l'area della risorsa Voce, aprire una finestra della console e seguire le istruzioni per il sistema operativo e l'ambiente di sviluppo.

  • Per impostare la variabile di ambiente SPEECH_KEY, sostituire chiave-utente con una delle chiavi della risorsa.
  • Per impostare la variabile di ambiente SPEECH_REGION, sostituire area-utente con una delle aree della risorsa.
  • Per impostare la ENDPOINT variabile di ambiente, sostituire your-endpoint con l'endpoint effettivo della risorsa Voce.
setx SPEECH_KEY your-key
setx SPEECH_REGION your-region
setx ENDPOINT your-endpoint

Note

Se è sufficiente accedere alla variabile di ambiente nella console corrente, è possibile impostare la variabile di ambiente con set anziché setx.

Dopo l'aggiunta delle variabili di ambiente potrebbe essere necessario riavviare eventuali programmi che devono leggere la variabile di ambiente, inclusa la finestra della console. Se ad esempio si usa Visual Studio come editor, riavviare Visual Studio prima di eseguire l'esempio.

Sintetizzare la voce in un file

Per tradurre la voce da un file:

  1. Creare un nuovo file denominato synthesis.js con il contenuto seguente:

    import { createInterface } from "readline";
import { SpeechConfig, AudioConfig, SpeechSynthesizer, ResultReason } from "microsoft-cognitiveservices-speech-sdk";
function synthesizeSpeech() {
    const audioFile = "YourAudioFile.wav";
    // This example requires environment variables named "ENDPOINT" and "SPEECH_KEY"
    const speechConfig = SpeechConfig.fromEndpoint(new URL(ENDPOINT), process.env.SPEECH_KEY);
    const audioConfig = AudioConfig.fromAudioFileOutput(audioFile);
    // The language of the voice that speaks.
    speechConfig.speechSynthesisVoiceName = "en-US-Ava:DragonHDLatestNeural";
    // Create the speech synthesizer.
    const synthesizer = new SpeechSynthesizer(speechConfig, audioConfig);
    const rl = createInterface({
        input: process.stdin,
        output: process.stdout
    });
    rl.question("Enter some text that you want to speak >\n> ", function (text) {
        rl.close();
        // Start the synthesizer and wait for a result.
        synthesizer.speakTextAsync(text, function (result) {
            if (result.reason === ResultReason.SynthesizingAudioCompleted) {
                console.log("synthesis finished.");
            }
            else {
                console.error("Speech synthesis canceled, " + result.errorDetails +
                    "\nDid you set the speech resource key and region values?");
            }
            synthesizer.close();
        }, function (err) {
            console.trace("err - " + err);
            synthesizer.close();
        });
        console.log("Now synthesizing to: " + audioFile);
    });
}
synthesizeSpeech();

    In synthesis.jsfacoltativamente è possibile rinominare YourAudioFile.wav in un altro nome di file di output.

    Per modificare la lingua della sintesi vocale, sostituire en-US-Ava:DragonHDLatestNeural con un'altra voce supportata.

    Tutte le voci neurali sono multilingue e parlano fluentemente sia la propria lingua che l’inglese. Ad esempio, se il testo di input in inglese è I'm excited to try text to speech e si imposta es-ES-Ximena:DragonHDLatestNeural, il testo viene pronunciato in inglese con un accento spagnolo. Se la voce non parla la lingua del testo di input, il servizio Voce non restituirà l'audio sintetizzato.

  2. Eseguire l'applicazione console per avviare la sintesi vocale in un file:

    node synthesis.js

Risultato

Nella console dovrebbe essere visualizzato l'output seguente. Seguire la richiesta di immettere il testo da sintetizzare:

Enter some text that you want to speak >
> I'm excited to try text to speech
Now synthesizing to: YourAudioFile.wav
synthesis finished.

Osservazioni

Altre opzioni di sintesi vocale

Questa guida introduttiva usa l'operazione SpeakTextAsync per sintetizzare un breve blocco di testo immesso dall'utente. È anche possibile usare testo in formato lungo da un file e ottenere un controllo più corretto sugli stili vocali, prosodia e altre impostazioni.

Voci per la sintesi vocale OpenAI in Voce di Azure in Foundry Tools

Sono supportate anche le voci di sintesi vocale di OpenAI. Vedere Testo OpenAI per le voci vocali in Voce di Azure e voci multilingue. È possibile sostituire en-US-Ava:DragonHDLatestNeural con un nome di voce OpenAI supportato, ad esempio en-US-FableMultilingualNeural.

Pulire le risorse

Per rimuovere la risorsa Voce creata è possibile usare il portale di Azure o l'interfaccia della riga di comando di Azure.

Documentazione di riferimento | Pacchetto (download) | Ulteriori esempi in GitHub

Con Azure Speech in Foundry Tools è possibile eseguire un'applicazione che sintetizza una voce simile a quella umana per leggere il testo. È possibile modificare la voce, immettere il testo da pronunciare e ascoltare l'output sull'altoparlante del computer.

Suggerimento

È possibile provare la sintesi vocale in Speech Studio Voice Gallery senza registrarsi o scrivere codice.

Suggerimento

Provare Azure Speech Toolkit per compilare ed eseguire facilmente esempi in Visual Studio Code.

Prerequisiti

Configurare l'ambiente

Speech SDK per Swift viene distribuito come bundle framework. Il framework supporta sia Objective-C che Swift sia in iOS che in macOS.

Speech SDK può essere usato nei progetti Xcode come CocoaPod o scaricato direttamente qui e collegato manualmente. Questa guida usa CocoaPod. Installare il gestore di dipendenze di CocoaPod come descritto in queste istruzioni per l'installazione.

Impostare le variabili di ambiente

È necessario autenticare l'applicazione per accedere a Foundry Tools. Questo articolo illustra come usare le variabili di ambiente per archiviare le credenziali. È quindi possibile accedere alle variabili di ambiente dal codice per autenticare l'applicazione. Per l'ambiente di produzione, usare un modo più sicuro per archiviare e accedere alle credenziali.

Importante

Si consiglia di eseguire l'autenticazione di Microsoft Entra ID con le identità gestite per le risorse di Azure al fine di evitare di archiviare le credenziali con le applicazioni eseguite nel cloud.

Usare le chiavi API con cautela. Non includere la chiave API direttamente nel codice e non esporla mai pubblicamente. Se si usano chiavi API, archiviarle in modo sicuro in Azure Key Vault, ruotare regolarmente le chiavi e limitare l'accesso ad Azure Key Vault usando il controllo degli accessi in base al ruolo e le restrizioni di accesso alla rete. Per altre informazioni sull'uso sicuro delle chiavi API nelle app, vedere Chiavi API con Azure Key Vault.

Per altre informazioni sulla sicurezza dei servizi IA, vedere Autenticare richieste in Servizi di Azure AI.

Per impostare le variabili di ambiente per la chiave e l'area della risorsa Voce, aprire una finestra della console e seguire le istruzioni per il sistema operativo e l'ambiente di sviluppo.

  • Per impostare la variabile di ambiente SPEECH_KEY, sostituire chiave-utente con una delle chiavi della risorsa.
  • Per impostare la variabile di ambiente SPEECH_REGION, sostituire area-utente con una delle aree della risorsa.
  • Per impostare la ENDPOINT variabile di ambiente, sostituire your-endpoint con l'endpoint effettivo della risorsa Voce.
setx SPEECH_KEY your-key
setx SPEECH_REGION your-region
setx ENDPOINT your-endpoint

Note

Se è sufficiente accedere alla variabile di ambiente nella console corrente, è possibile impostare la variabile di ambiente con set anziché setx.

Dopo l'aggiunta delle variabili di ambiente potrebbe essere necessario riavviare eventuali programmi che devono leggere la variabile di ambiente, inclusa la finestra della console. Se ad esempio si usa Visual Studio come editor, riavviare Visual Studio prima di eseguire l'esempio.

Creazione dell'applicazione

Seguire questa procedura per sintetizzare la voce in un'applicazione macOS.

  1. Clonare il repository Azure-Samples/cognitive-services-speech-sdk per ottenere il progetto di esempio Sintetizza audio in Swift su macOS usando Speech SDK. Il repository include anche esempi di iOS.

  2. Passare alla directory dell'app di esempio scaricata (helloworld) in un terminale.

  3. Eseguire il comando pod install. Verrà generata un'area di lavoro Xcode helloworld.xcworkspace contenente l'app di esempio e Speech SDK come dipendenza.

  4. Aprire l'area di lavoro helloworld.xcworkspace in Xcode.

  5. Aprire il file denominato AppDelegate.swift e individuare i metodi applicationDidFinishLaunching e synthesize come illustrato di seguito.

    import Cocoa

@NSApplicationMain
class AppDelegate: NSObject, NSApplicationDelegate, NSTextFieldDelegate {
    var textField: NSTextField!
    var synthesisButton: NSButton!

    var inputText: String!

    var sub: String!
    var region: String!

    @IBOutlet weak var window: NSWindow!

    func applicationDidFinishLaunching(_ aNotification: Notification) {
        print("loading")
        // load subscription information
        sub = ProcessInfo.processInfo.environment["SPEECH_KEY"]
        region = ProcessInfo.processInfo.environment["SPEECH_REGION"]

        inputText = ""

        textField = NSTextField(frame: NSRect(x: 100, y: 200, width: 200, height: 50))
        textField.textColor = NSColor.black
        textField.lineBreakMode = .byWordWrapping

        textField.placeholderString = "Type something to synthesize."
        textField.delegate = self

        self.window.contentView?.addSubview(textField)

        synthesisButton = NSButton(frame: NSRect(x: 100, y: 100, width: 200, height: 30))
        synthesisButton.title = "Synthesize"
        synthesisButton.target = self
        synthesisButton.action = #selector(synthesisButtonClicked)
        self.window.contentView?.addSubview(synthesisButton)
    }

    @objc func synthesisButtonClicked() {
        DispatchQueue.global(qos: .userInitiated).async {
            self.synthesize()
        }
    }

    func synthesize() {
        var speechConfig: SPXSpeechConfiguration?
        do {
            try speechConfig = SPXSpeechConfiguration(subscription: sub, region: region)
        } catch {
            print("error \(error) happened")
            speechConfig = nil
        }

        speechConfig?.speechSynthesisVoiceName = "en-US-Ava:DragonHDLatestNeural";

        let synthesizer = try! SPXSpeechSynthesizer(speechConfig!)
        let result = try! synthesizer.speakText(inputText)
        if result.reason == SPXResultReason.canceled
        {
            let cancellationDetails = try! SPXSpeechSynthesisCancellationDetails(fromCanceledSynthesisResult: result)
            print("cancelled, error code: \(cancellationDetails.errorCode) detail: \(cancellationDetails.errorDetails!) ")
            print("Did you set the speech resource key and region values?");
            return
        }
    }

    func controlTextDidChange(_ obj: Notification) {
        let textFiled = obj.object as! NSTextField
        inputText = textFiled.stringValue
    }
}

  6. In AppDelegate.m usare le variabili di ambiente impostate in precedenza per la chiave e l'area della risorsa Voce.

    sub = ProcessInfo.processInfo.environment["SPEECH_KEY"]
region = ProcessInfo.processInfo.environment["SPEECH_REGION"]

  7. Facoltativamente, in AppDelegate.m, includere un nome per la voce della sintesi vocale, come illustrato di seguito:

    speechConfig?.speechSynthesisVoiceName = "en-US-Ava:DragonHDLatestNeural";

  8. Per modificare la lingua della sintesi vocale, sostituire en-US-Ava:DragonHDLatestNeural con un'altra voce supportata.

    Tutte le voci neurali sono multilingue e parlano fluentemente sia la propria lingua che l’inglese. Ad esempio, se il testo di input in inglese è I'm excited to try text to speech e si imposta es-ES-Ximena:DragonHDLatestNeural, il testo viene pronunciato in inglese con un accento spagnolo. Se la voce non parla la lingua del testo di input, il servizio Voce non restituirà l'audio sintetizzato.

  9. Per rendere visibile l'output di debug, selezionare Visualizza>Area di debug>Attiva console.

  10. Per compilare ed eseguire il codice di esempio, selezionare Prodotto>Esegui dal menu o selezionare il pulsante Riproduci.

Importante

Assicurarsi di impostare le SPEECH_KEYSPEECH_REGION e . Se queste variabili non vengono impostate, l'esempio avrà esito negativo e riporterà un messaggio di errore.

Dopo aver immesso un testo e aver selezionato il pulsante nell'app, si dovrebbe sentire l'audio sintetizzato riprodotto.

Osservazioni

Altre opzioni di sintesi vocale

Questa guida introduttiva usa l'operazione SpeakText per sintetizzare un breve blocco di testo immesso dall'utente. È anche possibile usare testo in formato lungo da un file e ottenere un controllo più corretto sugli stili vocali, prosodia e altre impostazioni.

Voci per la sintesi vocale OpenAI in Voce di Azure in Foundry Tools

Sono supportate anche le voci di sintesi vocale di OpenAI. Vedere Testo OpenAI per le voci vocali in Voce di Azure e voci multilingue. È possibile sostituire en-US-Ava:DragonHDLatestNeural con un nome di voce OpenAI supportato, ad esempio en-US-FableMultilingualNeural.

Pulire le risorse

Per rimuovere la risorsa Voce creata è possibile usare il portale di Azure o l'interfaccia della riga di comando di Azure.

Documentazione di riferimento | Pacchetto (PyPi) | Ulteriori esempi in GitHub

Con Azure Speech in Foundry Tools è possibile eseguire un'applicazione che sintetizza una voce simile a quella umana per leggere il testo. È possibile modificare la voce, immettere il testo da pronunciare e ascoltare l'output sull'altoparlante del computer.

Suggerimento

È possibile provare la sintesi vocale in Speech Studio Voice Gallery senza registrarsi o scrivere codice.

Suggerimento

Provare Azure Speech Toolkit per compilare ed eseguire facilmente esempi in Visual Studio Code.

Prerequisiti

Configurare l'ambiente

Speech SDK per Python è disponibile come modulo Python Package Index (PyPI). Speech SDK per Python è compatibile con Windows, Linux e macOS.

Installare Python 3.7 o una versione successiva. Per altri requisiti, vedere Installare SDK Voce.

Impostare le variabili di ambiente

È necessario autenticare l'applicazione per accedere a Foundry Tools. Questo articolo illustra come usare le variabili di ambiente per archiviare le credenziali. È quindi possibile accedere alle variabili di ambiente dal codice per autenticare l'applicazione. Per l'ambiente di produzione, usare un modo più sicuro per archiviare e accedere alle credenziali.

Importante

Si consiglia di eseguire l'autenticazione di Microsoft Entra ID con le identità gestite per le risorse di Azure al fine di evitare di archiviare le credenziali con le applicazioni eseguite nel cloud.

Usare le chiavi API con cautela. Non includere la chiave API direttamente nel codice e non esporla mai pubblicamente. Se si usano chiavi API, archiviarle in modo sicuro in Azure Key Vault, ruotare regolarmente le chiavi e limitare l'accesso ad Azure Key Vault usando il controllo degli accessi in base al ruolo e le restrizioni di accesso alla rete. Per altre informazioni sull'uso sicuro delle chiavi API nelle app, vedere Chiavi API con Azure Key Vault.

Per altre informazioni sulla sicurezza dei servizi IA, vedere Autenticare richieste in Servizi di Azure AI.

Per impostare le variabili di ambiente per la chiave e l'endpoint della risorsa Voce, aprire una finestra della console e seguire le istruzioni per il sistema operativo e l'ambiente di sviluppo.

  • Per impostare la variabile di ambiente SPEECH_KEY, sostituire chiave-utente con una delle chiavi della risorsa.
  • Per impostare la ENDPOINT variabile di ambiente, sostituire your-endpoint con uno degli endpoint per la risorsa.
setx SPEECH_KEY your-key
setx ENDPOINT your-endpoint

Note

Se è sufficiente accedere alla variabile di ambiente nella console corrente, è possibile impostare la variabile di ambiente con set anziché setx.

Dopo l'aggiunta delle variabili di ambiente potrebbe essere necessario riavviare eventuali programmi che devono leggere la variabile di ambiente, inclusa la finestra della console. Se ad esempio si usa Visual Studio come editor, riavviare Visual Studio prima di eseguire l'esempio.

Creazione dell'applicazione

Seguire questi passaggi per creare un'applicazione console.

  1. Aprire una finestra del prompt dei comandi nella cartella in cui si desidera il nuovo progetto. Creare un file denominato speech_synthesis.py.

  2. Eseguire questo comando per installare Speech SDK:

    pip install azure-cognitiveservices-speech

  3. Copiare il codice seguente in speech_synthesis.py:

    import os
import azure.cognitiveservices.speech as speechsdk

# This example requires environment variables named "SPEECH_KEY" and "ENDPOINT"
# Replace with your own subscription key and endpoint, the endpoint is like : "https://YourServiceRegion.api.cognitive.microsoft.com"
speech_config = speechsdk.SpeechConfig(subscription=os.environ.get('SPEECH_KEY'), endpoint=os.environ.get('ENDPOINT'))
audio_config = speechsdk.audio.AudioOutputConfig(use_default_speaker=True)

# The neural multilingual voice can speak different languages based on the input text.
speech_config.speech_synthesis_voice_name='en-US-Ava:DragonHDLatestNeural'

speech_synthesizer = speechsdk.SpeechSynthesizer(speech_config=speech_config, audio_config=audio_config)

# Get text from the console and synthesize to the default speaker.
print("Enter some text that you want to speak >")
text = input()

speech_synthesis_result = speech_synthesizer.speak_text_async(text).get()

if speech_synthesis_result.reason == speechsdk.ResultReason.SynthesizingAudioCompleted:
    print("Speech synthesized for text [{}]".format(text))
elif speech_synthesis_result.reason == speechsdk.ResultReason.Canceled:
    cancellation_details = speech_synthesis_result.cancellation_details
    print("Speech synthesis canceled: {}".format(cancellation_details.reason))
    if cancellation_details.reason == speechsdk.CancellationReason.Error:
        if cancellation_details.error_details:
            print("Error details: {}".format(cancellation_details.error_details))
            print("Did you set the speech resource key and endpoint values?")

  4. Per modificare la lingua della sintesi vocale, sostituire en-US-Ava:DragonHDLatestNeural con un'altra voce supportata.

    Tutte le voci neurali sono multilingue e parlano fluentemente sia la propria lingua che l’inglese. Ad esempio, se il testo di input in inglese è I'm excited to try text to speech e si imposta es-ES-Ximena:DragonHDLatestNeural, il testo viene pronunciato in inglese con un accento spagnolo. Se la voce non parla la lingua del testo di input, il servizio Voce non restituirà l'audio sintetizzato.

  5. Eseguire la nuova applicazione console per avviare la sintesi vocale nell'altoparlante predefinito.

    python speech_synthesis.py

    Importante

    Assicurarsi di impostare le SPEECH_KEYENDPOINT e . Se queste variabili non vengono impostate, l'esempio avrà esito negativo e riporterà un messaggio di errore.

  6. Immettere un testo che si desidera sentir pronunciare. Ad esempio, digitare Non vedo l'ora di provare la sintesi vocale. Selezionare INVIO per ascoltare il parlato sintetizzato.

    Enter some text that you want to speak > 
I'm excited to try text to speech

Osservazioni

Altre opzioni di sintesi vocale

Questa guida introduttiva usa l'operazione speak_text_async per sintetizzare un breve blocco di testo immesso dall'utente. È anche possibile usare testo in formato lungo da un file e ottenere un controllo più corretto sugli stili vocali, prosodia e altre impostazioni.

Voci per la sintesi vocale OpenAI in Voce di Azure in Foundry Tools

Sono supportate anche le voci di sintesi vocale di OpenAI. Vedere Testo OpenAI per le voci vocali in Voce di Azure e voci multilingue. È possibile sostituire en-US-Ava:DragonHDLatestNeural con un nome di voce OpenAI supportato, ad esempio en-US-FableMultilingualNeural.

Pulire le risorse

Per rimuovere la risorsa Voce creata è possibile usare il portale di Azure o l'interfaccia della riga di comando di Azure.

Informazioni di riferimento sull'API REST di riconoscimento vocale | Informazioni di riferimento sull'API REST di riconoscimento vocale per audio brevi | Ulteriori esempi in GitHub

Con Azure Speech in Foundry Tools è possibile eseguire un'applicazione che sintetizza una voce simile a quella umana per leggere il testo. È possibile modificare la voce, immettere il testo da pronunciare e ascoltare l'output sull'altoparlante del computer.

Suggerimento

È possibile provare la sintesi vocale in Speech Studio Voice Gallery senza registrarsi o scrivere codice.

Suggerimento

Provare Azure Speech Toolkit per compilare ed eseguire facilmente esempi in Visual Studio Code.

Prerequisiti

Impostare le variabili di ambiente

È necessario autenticare l'applicazione per accedere a Foundry Tools. Questo articolo illustra come usare le variabili di ambiente per archiviare le credenziali. È quindi possibile accedere alle variabili di ambiente dal codice per autenticare l'applicazione. Per l'ambiente di produzione, usare un modo più sicuro per archiviare e accedere alle credenziali.

Importante

Si consiglia di eseguire l'autenticazione di Microsoft Entra ID con le identità gestite per le risorse di Azure al fine di evitare di archiviare le credenziali con le applicazioni eseguite nel cloud.

Usare le chiavi API con cautela. Non includere la chiave API direttamente nel codice e non esporla mai pubblicamente. Se si usano chiavi API, archiviarle in modo sicuro in Azure Key Vault, ruotare regolarmente le chiavi e limitare l'accesso ad Azure Key Vault usando il controllo degli accessi in base al ruolo e le restrizioni di accesso alla rete. Per altre informazioni sull'uso sicuro delle chiavi API nelle app, vedere Chiavi API con Azure Key Vault.

Per altre informazioni sulla sicurezza dei servizi IA, vedere Autenticare richieste in Servizi di Azure AI.

Per impostare le variabili di ambiente per la chiave e l'area della risorsa Voce, aprire una finestra della console e seguire le istruzioni per il sistema operativo e l'ambiente di sviluppo.

  • Per impostare la variabile di ambiente SPEECH_KEY, sostituire chiave-utente con una delle chiavi della risorsa.
  • Per impostare la variabile di ambiente SPEECH_REGION, sostituire area-utente con una delle aree della risorsa.
  • Per impostare la ENDPOINT variabile di ambiente, sostituire your-endpoint con l'endpoint effettivo della risorsa Voce.
setx SPEECH_KEY your-key
setx SPEECH_REGION your-region
setx ENDPOINT your-endpoint

Note

Se è sufficiente accedere alla variabile di ambiente nella console corrente, è possibile impostare la variabile di ambiente con set anziché setx.

Dopo l'aggiunta delle variabili di ambiente potrebbe essere necessario riavviare eventuali programmi che devono leggere la variabile di ambiente, inclusa la finestra della console. Se ad esempio si usa Visual Studio come editor, riavviare Visual Studio prima di eseguire l'esempio.

Sintetizzare la voce in un file

Al prompt dei comandi, eseguire il seguente comando cURL. Facoltativamente, è possibile rinominare output.mp3 in un altro nome di file di output.

curl --location --request POST "https://%SPEECH_REGION%.tts.speech.microsoft.com/cognitiveservices/v1" ^
--header "Ocp-Apim-Subscription-Key: %SPEECH_KEY%" ^
--header "Content-Type: application/ssml+xml" ^
--header "X-Microsoft-OutputFormat: audio-16khz-128kbitrate-mono-mp3" ^
--header "User-Agent: curl" ^
--data-raw "<speak version='1.0' xml:lang='en-US'><voice xml:lang='en-US' xml:gender='Female' name='en-US-Ava:DragonHDLatestNeural'>my voice is my passport verify me</voice></speak>" --output output.mp3

Importante

Assicurarsi di impostare le SPEECH_KEYSPEECH_REGION e . Se queste variabili non vengono impostate, l'esempio avrà esito negativo e riporterà un messaggio di errore.

Il testo fornito deve essere restituito in un file audio denominato output.mp3.

Per modificare la lingua della sintesi vocale, sostituire en-US-Ava:DragonHDLatestNeural con un'altra voce supportata.

Tutte le voci neurali sono multilingue e parlano fluentemente sia la propria lingua che l’inglese. Ad esempio, se il testo di input in inglese è I'm excited to try text to speech e si imposta es-ES-Ximena:DragonHDLatestNeural, il testo viene pronunciato in inglese con un accento spagnolo. Se la voce non parla la lingua del testo di input, il servizio Voce non restituirà l'audio sintetizzato.

Per altre informazioni, vedere API REST di sintesi vocale.

Osservazioni

Voci per la sintesi vocale OpenAI in Voce di Azure in Foundry Tools

Sono supportate anche le voci di sintesi vocale di OpenAI. Vedere Testo OpenAI per le voci vocali in Voce di Azure e voci multilingue. È possibile sostituire en-US-Ava:DragonHDLatestNeural con un nome di voce OpenAI supportato, ad esempio en-US-FableMultilingualNeural.

Pulire le risorse

Per rimuovere la risorsa Voce creata è possibile usare il portale di Azure o l'interfaccia della riga di comando di Azure.

Documentazione di riferimento | Pacchetto (npm) | Ulteriori esempi in GitHub | Codice sorgente della libreria

Con Azure Speech in Foundry Tools è possibile eseguire un'applicazione che sintetizza una voce simile a quella umana per leggere il testo. È possibile modificare la voce, immettere il testo da pronunciare e ascoltare l'output sull'altoparlante del computer.

Suggerimento

È possibile provare la sintesi vocale in Speech Studio Voice Gallery senza registrarsi o scrivere codice.

Suggerimento

Provare Azure Speech Toolkit per compilare ed eseguire facilmente esempi in Visual Studio Code.

Prerequisiti

Configurazione

  1. Creare una nuova cartella synthesis-quickstart e passare alla cartella quickstart con il comando seguente:

    mkdir synthesis-quickstart && cd synthesis-quickstart

  2. Creare il package.json con il seguente comando:

    npm init -y

  3. Aggiornare package.json a ECMAScript con il comando seguente:

    npm pkg set type=module

  4. Installare Speech SDK per JavaScript con:

    npm install microsoft-cognitiveservices-speech-sdk

  5. È necessario installare le definizioni dei tipi di Node.js per evitare errori TypeScript. Eseguire il comando seguente:

    npm install --save-dev @types/node

Recuperare le informazioni sulle risorse

È necessario autenticare l'applicazione per accedere a Foundry Tools. Questo articolo illustra come usare le variabili di ambiente per archiviare le credenziali. È quindi possibile accedere alle variabili di ambiente dal codice per autenticare l'applicazione. Per l'ambiente di produzione, usare un modo più sicuro per archiviare e accedere alle credenziali.

Importante

Si consiglia di eseguire l'autenticazione di Microsoft Entra ID con le identità gestite per le risorse di Azure al fine di evitare di archiviare le credenziali con le applicazioni eseguite nel cloud.

Usare le chiavi API con cautela. Non includere la chiave API direttamente nel codice e non esporla mai pubblicamente. Se si usano chiavi API, archiviarle in modo sicuro in Azure Key Vault, ruotare regolarmente le chiavi e limitare l'accesso ad Azure Key Vault usando il controllo degli accessi in base al ruolo e le restrizioni di accesso alla rete. Per altre informazioni sull'uso sicuro delle chiavi API nelle app, vedere Chiavi API con Azure Key Vault.

Per altre informazioni sulla sicurezza dei servizi IA, vedere Autenticare richieste in Servizi di Azure AI.

Per impostare le variabili di ambiente per la chiave e l'area della risorsa Voce, aprire una finestra della console e seguire le istruzioni per il sistema operativo e l'ambiente di sviluppo.

  • Per impostare la variabile di ambiente SPEECH_KEY, sostituire chiave-utente con una delle chiavi della risorsa.
  • Per impostare la variabile di ambiente SPEECH_REGION, sostituire area-utente con una delle aree della risorsa.
  • Per impostare la ENDPOINT variabile di ambiente, sostituire your-endpoint con l'endpoint effettivo della risorsa Voce.
setx SPEECH_KEY your-key
setx SPEECH_REGION your-region
setx ENDPOINT your-endpoint

Note

Se è sufficiente accedere alla variabile di ambiente nella console corrente, è possibile impostare la variabile di ambiente con set anziché setx.

Dopo l'aggiunta delle variabili di ambiente potrebbe essere necessario riavviare eventuali programmi che devono leggere la variabile di ambiente, inclusa la finestra della console. Se ad esempio si usa Visual Studio come editor, riavviare Visual Studio prima di eseguire l'esempio.

Sintetizzare la voce in un file

Per tradurre la voce da un file:

  1. Creare un nuovo file denominato synthesis.ts con il contenuto seguente:

    import { createInterface } from "readline";
import { 
    SpeechConfig, 
    AudioConfig, 
    SpeechSynthesizer, 
    ResultReason,
    SpeechSynthesisResult 
} from "microsoft-cognitiveservices-speech-sdk";

function synthesizeSpeech(): void {
    const audioFile = "YourAudioFile.wav";
    // This example requires environment variables named "ENDPOINT" and "SPEECH_KEY"
    const speechConfig: SpeechConfig = SpeechConfig.fromEndpoint(new URL(process.env.ENDPOINT!), process.env.SPEECH_KEY!);
    const audioConfig: AudioConfig = AudioConfig.fromAudioFileOutput(audioFile);

    // The language of the voice that speaks.
    speechConfig.speechSynthesisVoiceName = "en-US-Ava:DragonHDLatestNeural";

    // Create the speech synthesizer.
    const synthesizer: SpeechSynthesizer = new SpeechSynthesizer(speechConfig, audioConfig);

    const rl = createInterface({
        input: process.stdin,
        output: process.stdout
    });

    rl.question("Enter some text that you want to speak >\n> ", function (text: string) {
        rl.close();
        // Start the synthesizer and wait for a result.
        synthesizer.speakTextAsync(text,
            function (result: SpeechSynthesisResult) {
                if (result.reason === ResultReason.SynthesizingAudioCompleted) {
                    console.log("synthesis finished.");
                } else {
                    console.error("Speech synthesis canceled, " + result.errorDetails +
                        "\nDid you set the speech resource key and region values?");
                }
                synthesizer.close();
            },
            function (err: string) {
                console.trace("err - " + err);
                synthesizer.close();
            });
        console.log("Now synthesizing to: " + audioFile);
    });
}

synthesizeSpeech();

    In synthesis.ts facoltativamente è possibile rinominare YourAudioFile.wav in un altro nome di file di output.

    Per modificare la lingua della sintesi vocale, sostituire en-US-Ava:DragonHDLatestNeural con un'altra voce supportata.

    Tutte le voci neurali sono multilingue e parlano fluentemente sia la propria lingua che l’inglese. Ad esempio, se il testo di input in inglese è I'm excited to try text to speech e si imposta es-ES-Ximena:DragonHDLatestNeural, il testo viene pronunciato in inglese con un accento spagnolo. Se la voce non parla la lingua del testo di input, il servizio Voce non restituirà l'audio sintetizzato.

  2. Creare il file per eseguire la tsconfig.json transpile del codice TypeScript e copiare il codice seguente per ECMAScript.

    {
    "compilerOptions": {
      "module": "NodeNext",
      "target": "ES2022", // Supports top-level await
      "moduleResolution": "NodeNext",
      "skipLibCheck": true, // Avoid type errors from node_modules
      "strict": true // Enable strict type-checking options
    },
    "include": ["*.ts"]
}

  3. Converti il codice da TypeScript a JavaScript.

    tsc

    Questo comando non deve produrre alcun output se ha esito positivo.

  4. Eseguire l'applicazione console per avviare la sintesi vocale in un file:

    node synthesis.js

Risultato

Nella console dovrebbe essere visualizzato l'output seguente. Seguire la richiesta di immettere il testo da sintetizzare:

Enter some text that you want to speak >
> I'm excited to try text to speech
Now synthesizing to: YourAudioFile.wav
synthesis finished.

Osservazioni

Altre opzioni di sintesi vocale

Questa guida introduttiva usa l'operazione SpeakTextAsync per sintetizzare un breve blocco di testo immesso dall'utente. È anche possibile usare testo in formato lungo da un file e ottenere un controllo più corretto sugli stili vocali, prosodia e altre impostazioni.

Voci per la sintesi vocale OpenAI in Voce di Azure in Foundry Tools

Sono supportate anche le voci di sintesi vocale di OpenAI. Vedere Testo OpenAI per le voci vocali in Voce di Azure e voci multilingue. È possibile sostituire en-US-Ava:DragonHDLatestNeural con un nome di voce OpenAI supportato, ad esempio en-US-FableMultilingualNeural.

Pulire le risorse

Per rimuovere la risorsa Voce creata è possibile usare il portale di Azure o l'interfaccia della riga di comando di Azure.

Passaggio successivo

Altre informazioni sulla sintesi vocale

  • Last updated on