Come riconoscere le finalità con criteri di ricerca del linguaggio semplici

Speech SDK dei servizi di Azure AI offre una funzionalità integrata per il riconoscimento finalità con criteri di ricerca di linguaggio semplici. Una finalità è un'operazione che l'utente vuole eseguire: chiudere una finestra, contrassegnare una casella di controllo, inserire testo e così via.

In questa guida, si usa Speech SDK per sviluppare un'applicazione console C++ che ricava le finalità da espressioni dell'utente tramite il microfono del dispositivo. Scopri come:

• Creare un progetto di Visual Studio che fa riferimento al pacchetto Speech SDK NuGet
• Creare una configurazione di riconoscimento vocale e ricevere un sistema di riconoscimento delle finalità
• Aggiungere finalità e criteri tramite l'API Speech SDK
• Riconoscimento vocale da un microfono
• Usare riconoscimento asincrono continuo basato su eventi

Quando usare i criteri di ricerca

Usare i criteri di ricerca se:

• Si è interessati solo alla corrispondenza rigorosa con quanto detto dall’utente. La corrispondenza di questi criteri è più rigorosa rispetto alla comprensione del linguaggio di conversazione (CLU).
• Non si ha accesso a un modello CLU, ma si ricercano comunque le finalità.

Per ulteriori informazioni, consultare la panoramica sui criteri di ricerca.

Prerequisiti

Prima di iniziare questa guida, è necessario disporre dei seguenti elementi:

• Una risorsa dei Servizi di Azure AI o una risorsa Unified Speech
• Visual Studio 2019 (qualsiasi edizione).

Riconoscimento vocale e criteri semplici

I criteri semplici sono una funzionalità di Speech SDK e necessitano di una risorsa dei Servizi di Azure AI o di una risorsa Unified Speech.

Un criterio è una frase che include un'Entità in un punto qualsiasi. L'Entità viene definita eseguendo il wrapping di una parola tra parentesi graffe. Questo esempio definisce un'Entità con l’ID "floorName", che fa distinzione tra maiuscole e minuscole:

    Take me to the {floorName}

Tutti gli altri caratteri speciali e punteggiatura vengono ignorati.

Le finalità vengono aggiunte usando le chiamate all'API IntentRecognizer->AddIntent().

Creare un progetto

Creare un nuovo progetto di applicazione console C# in Visual Studio 2019 e installare lo Speech SDK.

Iniziare con un codice boilerplate

Aprire Program.cs e aggiungere codice che funga da scheletro del progetto.

using System;
using System.Threading.Tasks;
using Microsoft.CognitiveServices.Speech;
using Microsoft.CognitiveServices.Speech.Intent;

namespace helloworld
{
    class Program
    {
        static void Main(string[] args)
        {
            IntentPatternMatchingWithMicrophoneAsync().Wait();
        }

        private static async Task IntentPatternMatchingWithMicrophoneAsync()
        {
            var config = SpeechConfig.FromSubscription("YOUR_SUBSCRIPTION_KEY", "YOUR_SUBSCRIPTION_REGION");
        }
    }
}

Creare una configurazione di Voce

Prima di inizializzare un oggetto IntentRecognizer, è necessario creare una configurazione che usi la chiave e l'area della risorsa di stima dei Servizi di Azure AI.

• Sostituire "YOUR_SUBSCRIPTION_KEY" con la chiave di stima dei Servizi di Azure AI.
• Sostituire "YOUR_SUBSCRIPTION_REGION" con l'area delle risorse dei Servizi di Azure AI.

Questo esempio usa il metodo FromSubscription() per creare SpeechConfig. Per un elenco completo dei metodi disponibili, vedere Classe SpeechConfig.

Inizializzare un oggetto IntentRecognizer

Quindi, creare un oggetto IntentRecognizer. Inserire questo codice immediatamente sotto la configurazione di Voce.

using (var intentRecognizer = new IntentRecognizer(config))
{
    
}

Aggiungere alcune finalità

È necessario associare alcuni criteri a IntentRecognizer chiamando AddIntent(). Verranno aggiunte 2 finalità con lo stesso ID per cambiare piano e un'altra finalità con un ID diverso per aprire e chiudere porte. Inserire questo codice all'interno del blocco using:

intentRecognizer.AddIntent("Take me to floor {floorName}.", "ChangeFloors");
intentRecognizer.AddIntent("Go to floor {floorName}.", "ChangeFloors");
intentRecognizer.AddIntent("{action} the door.", "OpenCloseDoor");

Nota

Non esiste alcun limite al numero di entità che è possibile dichiarare, ma la loro corrispondenza sarà approssimativa. Se si aggiunge una frase come "{azione} porta", una corrispondenza sarà rilevata ogni volta che è presente del testo prima della parola "porta". Le finalità vengono valutate in base al numero di entità. Se due modelli corrispondono, verrà restituito quello con più entità definite.

Riconoscere una finalità

Dall'oggetto IntentRecognizer chiamare il metodo RecognizeOnceAsync(). Questo metodo chiede al Servizio cognitivo per la voce di riconoscere la voce in una singola frase e di interrompere il riconoscimento vocale dopo che la frase è stata identificata. Per semplicità, attendere il completamento della funzionalità restituita.

Inserire questo codice sotto le finalità:

Console.WriteLine("Say something...");

var result = await intentRecognizer.RecognizeOnceAsync();

Visualizzare i risultati (o gli errori) del riconoscimento

Quando il risultato del riconoscimento viene restituito dal Servizio cognitivo per la voce, verrà stampato.

Inserire questo codice sotto var result = await recognizer.RecognizeOnceAsync();:

string floorName;
switch (result.Reason)
{
    case ResultReason.RecognizedSpeech:
        Console.WriteLine($"RECOGNIZED: Text= {result.Text}");
        Console.WriteLine($"    Intent not recognized.");
        break;
    case ResultReason.RecognizedIntent:
        Console.WriteLine($"RECOGNIZED: Text= {result.Text}");
        Console.WriteLine($"       Intent Id= {result.IntentId}.");
        var entities = result.Entities;
        if (entities.TryGetValue("floorName", out floorName))
        {
            Console.WriteLine($"       FloorName= {floorName}");
        }
    
        if (entities.TryGetValue("action", out floorName))
        {
            Console.WriteLine($"       Action= {floorName}");
        }
    
        break;
    case ResultReason.NoMatch:
    {
        Console.WriteLine($"NOMATCH: Speech could not be recognized.");
        var noMatch = NoMatchDetails.FromResult(result);
        switch (noMatch.Reason)
        {
            case NoMatchReason.NotRecognized:
                Console.WriteLine($"NOMATCH: Speech was detected, but not recognized.");
                break;
            case NoMatchReason.InitialSilenceTimeout:
                Console.WriteLine($"NOMATCH: The start of the audio stream contains only silence, and the service timed out waiting for speech.");
                break;
            case NoMatchReason.InitialBabbleTimeout:
                Console.WriteLine($"NOMATCH: The start of the audio stream contains only noise, and the service timed out waiting for speech.");
                break;
            case NoMatchReason.KeywordNotRecognized:
                Console.WriteLine($"NOMATCH: Keyword not recognized");
                break;
        }
        break;
    }
    case ResultReason.Canceled:
    {
        var cancellation = CancellationDetails.FromResult(result);
        Console.WriteLine($"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 region values?");
        }
        break;
    }
    default:
        break;
}

Controllare il codice

A questo punto il codice dovrà avere questo aspetto:

using System;
using System.Threading.Tasks;
using Microsoft.CognitiveServices.Speech;
using Microsoft.CognitiveServices.Speech.Intent;

namespace helloworld
{
    class Program
    {
        static void Main(string[] args)
        {
            IntentPatternMatchingWithMicrophoneAsync().Wait();
        }

        private static async Task IntentPatternMatchingWithMicrophoneAsync()
        {
            var config = SpeechConfig.FromSubscription("YOUR_SUBSCRIPTION_KEY", "YOUR_SUBSCRIPTION_REGION");
            using (var intentRecognizer = new IntentRecognizer(config))
            {
                intentRecognizer.AddIntent("Take me to floor {floorName}.", "ChangeFloors");
                intentRecognizer.AddIntent("Go to floor {floorName}.", "ChangeFloors");
                intentRecognizer.AddIntent("{action} the door.", "OpenCloseDoor");

                Console.WriteLine("Say something...");

                var result = await intentRecognizer.RecognizeOnceAsync();

                string floorName;
                switch (result.Reason)
                {
                    case ResultReason.RecognizedSpeech:
                        Console.WriteLine($"RECOGNIZED: Text= {result.Text}");
                        Console.WriteLine($"    Intent not recognized.");
                        break;
                    case ResultReason.RecognizedIntent:
                        Console.WriteLine($"RECOGNIZED: Text= {result.Text}");
                        Console.WriteLine($"       Intent Id= {result.IntentId}.");
                        var entities = result.Entities;
                        if (entities.TryGetValue("floorName", out floorName))
                        {
                            Console.WriteLine($"       FloorName= {floorName}");
                        }

                        if (entities.TryGetValue("action", out floorName))
                        {
                            Console.WriteLine($"       Action= {floorName}");
                        }

                        break;
                    case ResultReason.NoMatch:
                    {
                        Console.WriteLine($"NOMATCH: Speech could not be recognized.");
                        var noMatch = NoMatchDetails.FromResult(result);
                        switch (noMatch.Reason)
                        {
                            case NoMatchReason.NotRecognized:
                                Console.WriteLine($"NOMATCH: Speech was detected, but not recognized.");
                                break;
                            case NoMatchReason.InitialSilenceTimeout:
                                Console.WriteLine($"NOMATCH: The start of the audio stream contains only silence, and the service timed out waiting for speech.");
                                break;
                            case NoMatchReason.InitialBabbleTimeout:
                                Console.WriteLine($"NOMATCH: The start of the audio stream contains only noise, and the service timed out waiting for speech.");
                                break;
                            case NoMatchReason.KeywordNotRecognized:
                                Console.WriteLine($"NOMATCH: Keyword not recognized");
                                break;
                        }
                        break;
                    }
                    case ResultReason.Canceled:
                    {
                        var cancellation = CancellationDetails.FromResult(result);
                        Console.WriteLine($"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 region values?");
                        }
                        break;
                    }
                    default:
                        break;
                }
            }
        }
    }
}

Compilare ed eseguire l'app

A questo punto è possibile compilare l'app e testare il riconoscimento vocale con il servizio Voce.

1. Compilare il codice: dalla barra dei menu di Visual Studio scegliere Compila>Compila soluzione.
2. Avviare l'app: dalla barra dei menu scegliere Debug>Avvia debug o premere F5.
3. Avvia riconoscimento: richiederà che si dica qualcosa. La lingua predefinita è l'italiano. La voce viene inviata al servizio Voce, trascritta come testo e visualizzata nella console.

Ad esempio, se si pronuncia la frase "Portami al settimo piano", questo dovrebbe essere l'output:

Say something ...
RECOGNIZED: Text= Take me to floor 7.
  Intent Id= ChangeFloors
  FloorName= 7

Creare un progetto

Creare un nuovo progetto di applicazione console C++ in Visual Studio 2019 e installare lo Speech SDK.

Iniziare con un codice boilerplate

Aprire helloworld.cpp e aggiungere codice che funga da scheletro del progetto.

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

    using namespace Microsoft::CognitiveServices::Speech;
    using namespace Microsoft::CognitiveServices::Speech::Intent;

    int main()
    {
        std::cout << "Hello World!\n";

        auto config = SpeechConfig::FromSubscription("YOUR_SUBSCRIPTION_KEY", "YOUR_SUBSCRIPTION_REGION");
    }

Creare una configurazione di Voce

Prima di inizializzare un oggetto IntentRecognizer, è necessario creare una configurazione che usi la chiave e l'area della risorsa di stima dei Servizi di Azure AI.

• Sostituire "YOUR_SUBSCRIPTION_KEY" con la chiave di stima dei Servizi di Azure AI.
• Sostituire "YOUR_SUBSCRIPTION_REGION" con l'area delle risorse dei Servizi di Azure AI.

Questo esempio usa il metodo FromSubscription() per creare SpeechConfig. Per un elenco completo dei metodi disponibili, vedere Classe SpeechConfig.

Inizializzare un oggetto IntentRecognizer

Quindi, creare un oggetto IntentRecognizer. Inserire questo codice immediatamente sotto la configurazione di Voce.

    auto intentRecognizer = IntentRecognizer::FromConfig(config);

Aggiungere alcune finalità

È necessario associare alcuni criteri a IntentRecognizer chiamando AddIntent(). Verranno aggiunte 2 finalità con lo stesso ID per cambiare piano e un'altra finalità con un ID diverso per aprire e chiudere porte.

    intentRecognizer->AddIntent("Take me to floor {floorName}.", "ChangeFloors");
    intentRecognizer->AddIntent("Go to floor {floorName}.", "ChangeFloors");
    intentRecognizer->AddIntent("{action} the door.", "OpenCloseDoor");

Nota

Non esiste alcun limite al numero di entità che è possibile dichiarare, ma la loro corrispondenza sarà approssimativa. Se si aggiunge una frase come "{azione} porta", una corrispondenza sarà rilevata ogni volta che è presente del testo prima della parola "porta". Le finalità vengono valutate in base al numero di entità. Se due modelli corrispondono, verrà restituito quello con più entità definite.

Riconoscere una finalità

Dall'oggetto IntentRecognizer chiamare il metodo RecognizeOnceAsync(). Questo metodo chiede al Servizio cognitivo per la voce di riconoscere la voce in una singola frase e di interrompere il riconoscimento vocale dopo che la frase è stata identificata. Per semplicità, attendere il completamento della funzionalità restituita.

Inserire questo codice sotto le finalità:

    std::cout << "Say something ..." << std::endl;
    auto result = intentRecognizer->RecognizeOnceAsync().get();

Visualizzare i risultati (o gli errori) del riconoscimento

Quando il risultato del riconoscimento viene restituito dal Servizio cognitivo per la voce, verrà stampato.

Inserire questo codice sotto auto result = intentRecognizer->RecognizeOnceAsync().get();:

switch (result->Reason)
{
case ResultReason::RecognizedSpeech:
        std::cout << "RECOGNIZED: Text = " << result->Text.c_str() << std::endl;
        std::cout << "NO INTENT RECOGNIZED!" << std::endl;
        break;
case ResultReason::RecognizedIntent:
    std::cout << "RECOGNIZED: Text = " << result->Text.c_str() << std::endl;
    std::cout << "  Intent Id = " << result->IntentId.c_str() << std::endl;
    auto entities = result->GetEntities();
    if (entities.find("floorName") != entities.end())
    {
        std::cout << "  Floor name: = " << entities["floorName"].c_str() << std::endl;
    }

    if (entities.find("action") != entities.end())
    {
        std::cout << "  Action: = " << entities["action"].c_str() << std::endl;
    }

    break;
case ResultReason::NoMatch:
{
    auto noMatch = NoMatchDetails::FromResult(result);
    switch (noMatch->Reason)
    {
    case NoMatchReason::NotRecognized:
        std::cout << "NOMATCH: Speech was detected, but not recognized." << std::endl;
        break;
    case NoMatchReason::InitialSilenceTimeout:
        std::cout << "NOMATCH: The start of the audio stream contains only silence, and the service timed out waiting for speech." << std::endl;
        break;
    case NoMatchReason::InitialBabbleTimeout:
        std::cout << "NOMATCH: The start of the audio stream contains only noise, and the service timed out waiting for speech." << std::endl;
        break;
    case NoMatchReason::KeywordNotRecognized:
        std::cout << "NOMATCH: Keyword not recognized" << std::endl;
        break;
    }
    break;
}
case ResultReason::Canceled:
{
    auto cancellation = CancellationDetails::FromResult(result);

    if (!cancellation->ErrorDetails.empty())
    {
        std::cout << "CANCELED: ErrorDetails=" << cancellation->ErrorDetails.c_str() << std::endl;
        std::cout << "CANCELED: Did you set the speech resource key and region values?" << std::endl;
    }
}
default:
    break;
}

Controllare il codice

A questo punto il codice dovrà avere questo aspetto:

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

using namespace Microsoft::CognitiveServices::Speech;
using namespace Microsoft::CognitiveServices::Speech::Intent;

int main()
{
    auto config = SpeechConfig::FromSubscription("YOUR_SUBSCRIPTION_KEY", "YOUR_SUBSCRIPTION_REGION");
    auto intentRecognizer = IntentRecognizer::FromConfig(config);

    intentRecognizer->AddIntent("Take me to floor {floorName}.", "ChangeFloors");
    intentRecognizer->AddIntent("Go to floor {floorName}.", "ChangeFloors");
    intentRecognizer->AddIntent("{action} the door.", "OpenCloseDoor");

    std::cout << "Say something ..." << std::endl;

    auto result = intentRecognizer->RecognizeOnceAsync().get();

    switch (result->Reason)
    {
    case ResultReason::RecognizedSpeech:
        std::cout << "RECOGNIZED: Text = " << result->Text.c_str() << std::endl;
        std::cout << "NO INTENT RECOGNIZED!" << std::endl;
        break;
    case ResultReason::RecognizedIntent:
        std::cout << "RECOGNIZED: Text = " << result->Text.c_str() << std::endl;
        std::cout << "  Intent Id = " << result->IntentId.c_str() << std::endl;
        auto entities = result->GetEntities();
        if (entities.find("floorName") != entities.end())
        {
            std::cout << "  Floor name: = " << entities["floorName"].c_str() << std::endl;
        }

        if (entities.find("action") != entities.end())
        {
            std::cout << "  Action: = " << entities["action"].c_str() << std::endl;
        }

        break;
    case ResultReason::NoMatch:
    {
        auto noMatch = NoMatchDetails::FromResult(result);
        switch (noMatch->Reason)
        {
        case NoMatchReason::NotRecognized:
            std::cout << "NOMATCH: Speech was detected, but not recognized." << std::endl;
            break;
        case NoMatchReason::InitialSilenceTimeout:
            std::cout << "NOMATCH: The start of the audio stream contains only silence, and the service timed out waiting for speech." << std::endl;
            break;
        case NoMatchReason::InitialBabbleTimeout:
            std::cout << "NOMATCH: The start of the audio stream contains only noise, and the service timed out waiting for speech." << std::endl;
            break;
        case NoMatchReason::KeywordNotRecognized:
            std::cout << "NOMATCH: Keyword not recognized." << std::endl;
            break;
        }
        break;
    }
    case ResultReason::Canceled:
    {
        auto cancellation = CancellationDetails::FromResult(result);

        if (!cancellation->ErrorDetails.empty())
        {
            std::cout << "CANCELED: ErrorDetails=" << cancellation->ErrorDetails.c_str() << std::endl;
            std::cout << "CANCELED: Did you set the speech resource key and region values?" << std::endl;
        }
    }
    default:
        break;
    }
}

Compilare ed eseguire l'app

A questo punto è possibile compilare l'app e testare il riconoscimento vocale con il servizio Voce.

1. Compilare il codice: dalla barra dei menu di Visual Studio scegliere Compila>Compila soluzione.
2. Avviare l'app: dalla barra dei menu scegliere Debug>Avvia debug o premere F5.
3. Avvia riconoscimento: richiederà che si dica qualcosa. La lingua predefinita è l'italiano. La voce viene inviata al servizio Voce, trascritta come testo e visualizzata nella console.

Ad esempio, se si pronuncia la frase "Portami al settimo piano", questo dovrebbe essere l'output:

Say something ...
RECOGNIZED: Text = Take me to floor 7.
  Intent Id = ChangeFloors
  Floor name: = 7

Documentazione di riferimento | Campioni aggiuntivi su GitHub

In questa guida introduttiva, si installerà lo Speech SDK per Java.

Requisiti di piattaforma

Scegliere l'ambiente di destinazione:

Java Runtime

Speech SDK per Java è compatibile con Windows, Linux e macOS.

Windows

In Windows, è necessario usare l'architettura di destinazione a 64 bit. È necessario Windows 10 o versioni successive.

Installare Microsoft Visual C++ Redistributable per Visual Studio 2015, 2017, 2019 e 2022 per la piattaforma. La prima installazione di questo pacchetto potrebbe richiedere un riavvio.

Speech SDK per Java non supporta Windows in ARM64.

Linux

Attenzione

Questo articolo fa riferimento a CentOS, una distribuzione Linux che ha raggiunto lo stato di fine del servizio (EOL). Valutare le proprie esigenze e pianificare di conseguenza. Per ulteriori informazioni, consultare la Guida alla fine del ciclo di vita di CentOS.

Speech SDK per Java supporta le seguenti distribuzioni nelle architetture x64, ARM32 (Debian/Ubuntu) e ARM64 (Debian/Ubuntu):

• Ubuntu 20.04/22.04
• Debian 11/12
• Red Hat Enterprise Linux (RHEL) 7
• CentOS 7

Importante

Usare la versione LTS più recente della distribuzione Linux. Ad esempio, se si usa Ubuntu 20.04 LTS, usare la versione più recente di Ubuntu 20.04.X.

Speech SDK dipende dalle seguenti librerie di sistema Linux:

• Le raccolte condivise della Libreria GNU C (inclusa la libreria di Programmazione thread POSIX, libpthreads).
• Libreria OpenSSL, versione 1.x (libssl1) o 3.x (libssl3) e certificati (ca-certificates).
• La libreria condivisa per le applicazioni ALSA (libasound2).

Ubuntu 20.04/22.04

Eseguire i comandi seguenti:

sudo apt-get update
sudo apt-get install build-essential libssl-dev ca-certificates libasound2 wget

Debian 11/12

Eseguire i comandi seguenti:

sudo apt-get update
sudo apt-get install build-essential libssl-dev ca-certificates libasound2 wget

RHEL/CentOS 7

Attenzione

Questo articolo fa riferimento a CentOS, una distribuzione Linux che ha raggiunto lo stato di fine del servizio (EOL). Valutare le proprie esigenze e pianificare di conseguenza. Per ulteriori informazioni, consultare la Guida alla fine del ciclo di vita di CentOS.

Installare gli strumenti e le librerie di sviluppo:

sudo yum update
sudo yum groupinstall "Development tools"
sudo yum install alsa-lib openssl wget

Importante

• Seguire le istruzioni su come configurare RHEL/CentOS 7 per l'SDK di Voce e come configurare OpenSSL per Linux.
• Il supporto per RHEL/CentOS 7 verrà rimosso dalle versioni dell'SDK di Voce dal 30 giugno 2024 (CentOS 7 EOL e la fine del supporto di manutenzione RHEL 7 2).

macOS

È necessaria una versione macOS 10.14 o successiva.

Android

Speech SDK è compatibile con dispositivi Android con processore ARM a 32/64 bit e processori compatibili con Intel x86/x64.

Installare un Development Kit di Java, come Azul Zulu OpenJDK. Microsoft Build di OpenJDK o il proprio JDK di scelta dovrebbero funzionare allo stesso modo.

Installare Speech SDK per Java

Alcune delle istruzioni usano una versione specifica dell'SDK, ad esempio 1.24.2. Per controllare la versione più recente, effettuare una ricerca sul repository GitHub.

Scegliere l'ambiente di destinazione:

Java Runtime

Questa guida spiega come installare Speech SDK per Java sul Runtime Java.

Sistemi operativi supportati

Il pacchetto Speech SDK di Java è disponibile per i seguenti sistemi operativi:

• Windows: solo a 64 bit.
• Mac: macOS X versione 10.14 o successive.
• Linux: consultare l'elenco di distribuzioni e architetture di destinazione Linux supportate.

Maven

Seguire questa procedura per installare Speech SDK per Java usando Apache Maven:

1. Installare Apache Maven.

2. Aprire un prompt dei comandi dove si vuole il nuovo progetto e creare un nuovo file pom.xml.

3. Copiare il seguente contenuto XML in pom.xml:

   <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>1.38.0</version>
           </dependency>
       </dependencies>
   </project>
   

4. Eseguire il seguente comando Maven per installare Speech SDK e le relative dipendenze.

   mvn clean dependency:copy-dependencies
   

Eclipse

Creare un progetto di Eclipse e installare Speech SDK

1. Installare l’ambiente di sviluppo integrato Java Eclipse. Per questo IDE, è necessario che Java sia già installato.

2. Avviare Eclipse.

3. Nell’utilità di avvio di Eclipse, nella casella Area di lavoro, inserire il nome di una nuova directory dell’area di lavoro. Selezionare quindi Avvio.

   

4. Dopo qualche istante verrà visualizzata la finestra principale dell'IDE di Eclipse. Se è presente, chiudere la schermata iniziale.

5. Selezionare File> Nuovo>Progetto dal menu Eclipse.

6. Verrà visualizzata la finestra di dialogo Nuovo progetto . Selezionare Progetto Java e quindi Avanti.

   

7. Viene avviata la procedura guidata Nuovo progetto Java. Nel campo Nome progetto, immettere avvio rapido. Scegliere JavaSE-1.8 come ambiente di esecuzione. Selezionare Fine.

   

8. Se viene visualizzata la finestra Aprire prospettiva associata?, selezionare Apri prospettiva.

9. In Esplora pacchetti, fare doppio clic sul progetto avvio rapido. Selezionare Configura>Converti in Progetto Maven dal menu di scelta rapida.

   

10. Viene visualizzata la finestra Crea nuovo POM. Nel campo ID gruppo, immettere com.microsoft.cognitiveservices.speech.samples. Nel campo ID artefatto, immettere avvio rapido. Quindi selezionare Fine.

    

11. Aprire il file pom.xml e modificarlo:

    1. Aggiungere un dependencies elemento alla fine del file, prima del tag di chiusura </project>, con Speech SDK come dipendenza:

    <dependencies>
      <dependency>
        <groupId>com.microsoft.cognitiveservices.speech</groupId>
        <artifactId>client-sdk</artifactId>
        <version>1.38.0</version>
      </dependency>
    </dependencies>
    

    1. Salvare le modifiche.

Gradle

Configurazioni Gradle

Le configurazioni Gradle richiedono un riferimento esplicito all'estensione di dipendenza .jar:

// build.gradle

dependencies {
    implementation group: 'com.microsoft.cognitiveservices.speech', name: 'client-sdk', version: "1.38.0", ext: "jar"
}

Android

Questa guida spiega come installare Speech SDK per Java su Android.

Speech SDK per Android è confezionato come un file archivio Android (AAR), che include le librerie necessarie, nonché le autorizzazioni Android richieste.

Installare Speech SDK usando Android Studio

Creare un nuovo progetto in Android Studio e aggiungere Speech SDK per Java come dipendenza della libreria. La configurazione è basata sul pacchetto Maven di Speech SDK e su Android Studio Chipmunk 2021.2.1.

Creare un progetto vuoto

1. Aprire Android Studio e selezionare Nuovo progetto.

   

2. Nella finestra Nuovo progetto visualizzata, selezionare Telefono e Tablet>Attività vuota e poi Avanti.

   

3. Immettere SpeechQuickstart nella casella di testo Nome.

   

4. Immettere samples.speech.cognitiveservices.microsoft.com nella casella di testo Nome pacchetto.

5. Selezionare una directory del progetto nella casella di selezione Salva percorso.

6. Selezionare Java nella casella di selezione Lingua.

7. Selezionare API 23: Android 6.0 (Marshmallow) nella casella di selezione Livello API minimo.

8. Selezionare Fine.

Android Studio richiede del tempo per preparare il nuovo progetto. Al primo uso di Android Studio, potrebbero essere necessari alcuni minuti per impostare le preferenze, accettare licenze e completare la procedura guidata.

Installare Speech SDK per Java in Android

Aggiungere Speech SDK come dipendenza nel progetto.

1. Selezionare File>Struttura progetto>Dipendenze>app.

2. Selezionare il simbolo più (+) per aggiungere una dipendenza in Dipendenze dichiarate. Selezionare Dipendenza libreria dal menu a discesa.

   

3. Nella finestra Aggiungi dipendenza libreria visualizzata, immettere il nome e la versione dell'SDK di Voce per Java: com.microsoft.cognitiveservices.speech:client-sdk:1.38.0. Quindi seleziona Cerca.

4. Accertarsi che l’ID gruppo selezionato sia com.microsoft.cognitiveservices.speech, quindi selezionare OK .

5. Scegliere OK per chiudere la finestra Project Structure (Struttura del progetto) e applicare le modifiche apportate al progetto.

Iniziare con un codice boilerplate

1. Aprire Main.java dalla directory src.

2. Sostituire il contenuto del file con quanto segue:

package quickstart;
import java.util.Dictionary;
import java.util.concurrent.ExecutionException;

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

public class Program {
    public static void main(String[] args) throws InterruptedException, ExecutionException {
        IntentPatternMatchingWithMicrophone();
    }

    public static void IntentPatternMatchingWithMicrophone() throws InterruptedException, ExecutionException {
        SpeechConfig config = SpeechConfig.fromSubscription("YOUR_SUBSCRIPTION_KEY", "YOUR_SUBSCRIPTION_REGION");
    }
}

Creare una configurazione di Voce

Prima di inizializzare un oggetto IntentRecognizer, è necessario creare una configurazione che usi la chiave e l'area della risorsa di stima dei Servizi di Azure AI.

• Sostituire "YOUR_SUBSCRIPTION_KEY" con la chiave di stima dei Servizi di Azure AI.
• Sostituire "YOUR_SUBSCRIPTION_REGION" con l'area delle risorse dei Servizi di Azure AI.

Questo esempio usa il metodo FromSubscription() per creare SpeechConfig. Per un elenco completo dei metodi disponibili, vedere Classe SpeechConfig.

Inizializzare un oggetto IntentRecognizer

Quindi, creare un oggetto IntentRecognizer. Inserire questo codice immediatamente sotto la configurazione di Voce.

try (IntentRecognizer intentRecognizer = new IntentRecognizer(config)) {
    
}

Aggiungere alcune finalità

È necessario associare alcuni criteri a IntentRecognizer chiamando addIntent(). Verranno aggiunte 2 finalità con lo stesso ID per cambiare piano e un'altra finalità con un ID diverso per aprire e chiudere porte. Inserire questo codice all'interno del blocco try:

intentRecognizer.addIntent("Take me to floor {floorName}.", "ChangeFloors");
intentRecognizer.addIntent("Go to floor {floorName}.", "ChangeFloors");
intentRecognizer.addIntent("{action} the door.", "OpenCloseDoor");

Nota

Non esiste alcun limite al numero di entità che è possibile dichiarare, ma la loro corrispondenza sarà approssimativa. Se si aggiunge una frase come "{azione} porta", una corrispondenza sarà rilevata ogni volta che è presente del testo prima della parola "porta". Le finalità vengono valutate in base al numero di entità. Se due modelli corrispondono, verrà restituito quello con più entità definite.

Riconoscere una finalità

Dall'oggetto IntentRecognizer chiamare il metodo recognizeOnceAsync(). Questo metodo chiede al Servizio cognitivo per la voce di riconoscere la voce in una singola frase e di interrompere il riconoscimento vocale dopo che la frase è stata identificata. Per semplicità, attendere il completamento della funzionalità restituita.

Inserire questo codice sotto le finalità:

System.out.println("Say something...");

IntentRecognitionResult result = intentRecognizer.recognizeOnceAsync().get();

Visualizzare i risultati (o gli errori) del riconoscimento

Quando il risultato del riconoscimento viene restituito dal Servizio cognitivo per la voce, verrà stampato.

Inserire questo codice sotto IntentRecognitionResult result = recognizer.recognizeOnceAsync().get();:

if (result.getReason() == ResultReason.RecognizedSpeech) {
    System.out.println("RECOGNIZED: Text= " + result.getText());
    System.out.println(String.format("%17s", "Intent not recognized."));
}
else if (result.getReason() == ResultReason.RecognizedIntent) {
    System.out.println("RECOGNIZED: Text= " + result.getText());
    System.out.println(String.format("%17s %s", "Intent Id=", result.getIntentId() + "."));
    Dictionary<String, String> entities = result.getEntities();

    if (entities.get("floorName") != null) {
        System.out.println(String.format("%17s %s", "FloorName=", entities.get("floorName")));
    }
    if (entities.get("action") != null) {
        System.out.println(String.format("%17s %s", "Action=", entities.get("action")));
    }
}
else if (result.getReason() == ResultReason.NoMatch) {
    System.out.println("NOMATCH: Speech could not be recognized.");
}
else if (result.getReason() == ResultReason.Canceled) {
    CancellationDetails cancellation = CancellationDetails.fromResult(result);
    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 update the subscription info?");
    }
}

Controllare il codice

A questo punto il codice dovrà avere questo aspetto:

package quickstart;
import java.util.Dictionary;
import java.util.concurrent.ExecutionException;

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

public class Main {
    public static void main(String[] args) throws InterruptedException, ExecutionException {
        IntentPatternMatchingWithMicrophone();
    }

    public static void IntentPatternMatchingWithMicrophone() throws InterruptedException, ExecutionException {
        SpeechConfig config = SpeechConfig.fromSubscription("YOUR_SUBSCRIPTION_KEY", "YOUR_SUBSCRIPTION_REGION");

        try (IntentRecognizer intentRecognizer = new IntentRecognizer(config)) {
            intentRecognizer.addIntent("Take me to floor {floorName}.", "ChangeFloors");
            intentRecognizer.addIntent("Go to floor {floorName}.", "ChangeFloors");
            intentRecognizer.addIntent("{action} the door.", "OpenCloseDoor");

            System.out.println("Say something...");

            IntentRecognitionResult result = intentRecognizer.recognizeOnceAsync().get();
            if (result.getReason() == ResultReason.RecognizedSpeech) {
            System.out.println("RECOGNIZED: Text= " + result.getText());
            System.out.println(String.format("%17s", "Intent not recognized."));
            }
            else if (result.getReason() == ResultReason.RecognizedIntent) {
                System.out.println("RECOGNIZED: Text= " + result.getText());
                System.out.println(String.format("%17s %s", "Intent Id=", result.getIntentId() + "."));
                Dictionary<String, String> entities = result.getEntities();

                if (entities.get("floorName") != null) {
                    System.out.println(String.format("%17s %s", "FloorName=", entities.get("floorName")));
                }
                if (entities.get("action") != null) {
                    System.out.println(String.format("%17s %s", "Action=", entities.get("action")));
                }
            }
            else if (result.getReason() == ResultReason.NoMatch) {
                System.out.println("NOMATCH: Speech could not be recognized.");
            }
            else if (result.getReason() == ResultReason.Canceled) {
                CancellationDetails cancellation = CancellationDetails.fromResult(result);
                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 update the subscription info?");
                }
            }
        }
    }
}

Compilare ed eseguire l'app

A questo punto, si è pronti per compilare l'app e testare il riconoscimento finalità usando il servizio parlato e il criterio di ricerca.

Selezionare il pulsante Esegui in Eclipse o premere CTRL+F11, quindi osservare l'output per la richiesta “Di’ qualcosa”. Una volta visualizzata la richiesta, pronunciare l'espressione e osservare l'output.

Ad esempio, se si pronuncia la frase "Portami al settimo piano", questo dovrebbe essere l'output:

Say something ...
RECOGNIZED: Text= Take me to floor 7.
  Intent Id= ChangeFloors
  FloorName= 7

Passaggi successivi

Migliorare i criteri di ricerca usando entità personalizzate.