Ingesloten spraak

Embedded Speech is ontworpen voor spraak-naar-tekst en tekst-naar-spraakscenario's op apparaten waarbij cloudconnectiviteit af en toe of niet beschikbaar is. U kunt bijvoorbeeld ingesloten spraak gebruiken in industriële apparatuur, een airconditioning-eenheid met spraak of een auto die buiten het bereik kan vallen. U kunt ook hybride cloud- en offlineoplossingen ontwikkelen. Voor scenario's waarin uw apparaten zich in een beveiligde omgeving moeten bevinden, zoals een bank of overheidsentiteit, moet u eerst overwegen om niet-verbonden containers te overwegen.

Belangrijk

Microsoft beperkt de toegang tot ingesloten spraak. U kunt toegang aanvragen via de beperkte toegangsbeoordeling voor ingesloten spraak in Azure AI Speech. Zie Beperkte toegang voor ingesloten spraak voor meer informatie.

Platformvereisten

Ingesloten spraak is opgenomen in de Speech SDK (versie 1.24.1 en hoger) voor C#, C++en Java. Raadpleeg de algemene installatievereisten voor de Speech SDK voor programmeertaal en specifieke details van het doelplatform.

Uw doelomgeving kiezen

Android

Vereist Android 7.0 (API-niveau 24) of hoger op Arm64 (arm64-v8a) of Arm32 (armeabi-v7a) hardware.

Ingesloten TTS met neurale stemmen wordt alleen ondersteund op Arm64.

Linux

Vereist Linux op x64-, Arm64- of Arm32-hardware met ondersteunde Linux-distributies.

Ingesloten spraak wordt niet ondersteund op RHEL/CentOS 7.

Ingesloten TTS met neurale stemmen wordt niet ondersteund in Arm32.

MacOS

Vereist 10.14 of hoger op x64- of Arm64-hardware.

Windows

Vereist Windows 10 of hoger op x64- of Arm64-hardware.

De nieuwste Versie van Microsoft Visual C++ Redistributable voor Visual Studio 2015-2022 moet worden geïnstalleerd, ongeacht de programmeertaal die wordt gebruikt met de Speech SDK.

De Speech SDK voor Java biedt geen ondersteuning voor Windows in Arm64.

Beperkingen

Ingesloten spraak is alleen beschikbaar met C#-, C++- en Java-SDK's. De andere Speech SDK's, Speech CLI en REST API's bieden geen ondersteuning voor ingesloten spraak.

Ingesloten spraakherkenning ondersteunt alleen mono-16-bits, 8-kHz- of 16-kHz PCM-gecodeerde WAV-audio-indelingen.

Ingesloten neurale stemmen ondersteunen 24 kHz RIFF/RAW, met een RAM-vereiste van 100 MB.

Sdk-pakketten voor ingesloten spraak

Installeer voor C#-ingesloten toepassingen de volgende Speech SDK voor C#-pakketten:

Pakket	Beschrijving
Microsoft.CognitiveServices.Speech	Vereist voor het gebruik van de Speech SDK
Microsoft.CognitiveServices.Speech.Extension.Embedded.SR	Vereist voor ingesloten spraakherkenning
Microsoft.CognitiveServices.Speech.Extension.Embedded.TTS	Vereist voor ingesloten spraaksynthese
Microsoft.CognitiveServices.Speech.Extension.ONNX.Runtime	Vereist voor ingesloten spraakherkenning en synthese
Microsoft.CognitiveServices.Speech.Extension.Telemetry	Vereist voor ingesloten spraakherkenning en synthese

Installeer voor C++ ingesloten toepassingen de volgende Speech SDK voor C++-pakketten:

Pakket	Beschrijving
Microsoft.CognitiveServices.Speech	Vereist voor het gebruik van de Speech SDK
Microsoft.CognitiveServices.Speech.Extension.Embedded.SR	Vereist voor ingesloten spraakherkenning
Microsoft.CognitiveServices.Speech.Extension.Embedded.TTS	Vereist voor ingesloten spraaksynthese
Microsoft.CognitiveServices.Speech.Extension.ONNX.Runtime	Vereist voor ingesloten spraakherkenning en synthese
Microsoft.CognitiveServices.Speech.Extension.Telemetry	Vereist voor ingesloten spraakherkenning en synthese

Uw doelomgeving kiezen

Java Runtime

Voor ingesloten Java-toepassingen voegt u client-sdk-embedded (.jar) toe als een afhankelijkheid. Dit pakket ondersteunt cloud-, ingesloten en hybride spraak.

Belangrijk

Voeg geen client-sdk toe aan hetzelfde project, omdat deze alleen cloud spraakservices ondersteunt.

Volg deze stappen om de Speech SDK voor Java te installeren met behulp van Apache Maven:

1. Installeer Apache Maven.
2. Open een opdrachtprompt waar u het nieuwe project wilt en maak een nieuw pom.xml bestand.
3. Kopieer de volgende XML-inhoud naar 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-embedded</artifactId>
           <version>1.37.0</version>
           </dependency>
       </dependencies>
   </project>
   

4. Voer de volgende Maven-opdracht uit om de Speech SDK en afhankelijkheden te installeren.

   mvn clean dependency:copy-dependencies
   

Android

Voor ingesloten Java-toepassingen voegt u client-sdk-embedded (.aar) toe als een afhankelijkheid. Dit pakket ondersteunt cloud-, ingesloten en hybride spraak.

Belangrijk

Voeg geen client-sdk toe aan hetzelfde project, omdat deze alleen cloud spraakservices ondersteunt.

Zorg ervoor dat u het @aar achtervoegsel gebruikt wanneer de afhankelijkheid is opgegeven in build.gradle. Hier volgt een voorbeeld:

dependencies {
    implementation 'com.microsoft.cognitiveservices.speech:client-sdk-embedded:1.37.0@aar'
}

Modellen en stemmen

Voor ingesloten spraak moet u de spraakherkenningsmodellen voor spraak naar tekst en stemmen voor tekst naar spraak downloaden. Na voltooiing van het beperkte toegangsbeoordelingsproces worden instructies gegeven.

De volgende spraak-naar-tekstmodellen zijn beschikbaar: da-DK, de-DE, en-AU, en-CA, en-GB, en-IE, en-IN, en-NZ, en-US, es-ES, es-MX, fr-CA, fr-FR, it-IT, ja-JP, ko-KR, pt-BR, pt-PT, zh-CN, zh-HK en zh-TW.

Alle tekst-naar-spraak landinstellingen (behalve fa-IR, Perzisch (Iran)) zijn standaard beschikbaar met 1 geselecteerde vrouwelijke en/of 1 geselecteerde mannelijke stemmen. We verwelkomen uw input om de vraag naar meer talen en stemmen te meten.

Configuratie van ingesloten spraak

Voor toepassingen die zijn verbonden met de cloud, zoals wordt weergegeven in de meeste Speech SDK-voorbeelden, gebruikt u het SpeechConfig object met een Spraak-resourcesleutel en -regio. Voor ingesloten spraak gebruikt u geen Spraak-resource. In plaats van een cloudresource gebruikt u de modellen en stemmen die u naar uw lokale apparaat downloadt.

Gebruik het EmbeddedSpeechConfig object om de locatie van de modellen of stemmen in te stellen. Als uw toepassing wordt gebruikt voor zowel spraak-naar-tekst als tekst-naar-spraak, kunt u hetzelfde EmbeddedSpeechConfig object gebruiken om de locatie van de modellen en stemmen in te stellen.

// Provide the location of the models and voices.
List<string> paths = new List<string>();
paths.Add("C:\\dev\\embedded-speech\\stt-models");
paths.Add("C:\\dev\\embedded-speech\\tts-voices");
var embeddedSpeechConfig = EmbeddedSpeechConfig.FromPaths(paths.ToArray());

// For speech to text
embeddedSpeechConfig.SetSpeechRecognitionModel(
    "Microsoft Speech Recognizer en-US FP Model V8",
    Environment.GetEnvironmentVariable("MODEL_KEY"));

// For text to speech
embeddedSpeechConfig.SetSpeechSynthesisVoice(
    "Microsoft Server Speech Text to Speech Voice (en-US, JennyNeural)",
    Environment.GetEnvironmentVariable("VOICE_KEY"));
embeddedSpeechConfig.SetSpeechSynthesisOutputFormat(SpeechSynthesisOutputFormat.Riff24Khz16BitMonoPcm);

Tip

De GetEnvironmentVariable functie wordt gedefinieerd in de snelstartgids voor spraak-naar-tekst en in de snelstartgids voor tekst naar spraak.

// Provide the location of the models and voices.
vector<string> paths;
paths.push_back("C:\\dev\\embedded-speech\\stt-models");
paths.push_back("C:\\dev\\embedded-speech\\tts-voices");
auto embeddedSpeechConfig = EmbeddedSpeechConfig::FromPaths(paths);

// For speech to text
embeddedSpeechConfig->SetSpeechRecognitionModel((
    "Microsoft Speech Recognizer en-US FP Model V8",
    GetEnvironmentVariable("MODEL_KEY"));

// For text to speech
embeddedSpeechConfig->SetSpeechSynthesisVoice(
    "Microsoft Server Speech Text to Speech Voice (en-US, JennyNeural)",
    GetEnvironmentVariable("VOICE_KEY"));
embeddedSpeechConfig->SetSpeechSynthesisOutputFormat(SpeechSynthesisOutputFormat::Riff24Khz16BitMonoPcm);

// Provide the location of the models and voices.
List<String> paths = new ArrayList<>();
paths.add("C:\\dev\\embedded-speech\\stt-models");
paths.add("C:\\dev\\embedded-speech\\tts-voices");
var embeddedSpeechConfig = EmbeddedSpeechConfig.fromPaths(paths);

// For speech to text
embeddedSpeechConfig.setSpeechRecognitionModel(
    "Microsoft Speech Recognizer en-US FP Model V8",
    System.getenv("MODEL_KEY"));

// For text to speech
embeddedSpeechConfig.setSpeechSynthesisVoice(
    "Microsoft Server Speech Text to Speech Voice (en-US, JennyNeural)",
    System.getenv("VOICE_KEY"));
embeddedSpeechConfig.setSpeechSynthesisOutputFormat(SpeechSynthesisOutputFormat.Riff24Khz16BitMonoPcm);

Voorbeelden van ingesloten spraakcode

U kunt klaar zijn om ingesloten spraakvoorbeelden te gebruiken op GitHub. Zie de voorbeelden van specifieke documentatie voor opmerkingen over projecten die volledig nieuw zijn:

• C# (.NET 6.0)
• C# (.NET MAUI)
• C# voor Unity

U kunt klaar zijn om ingesloten spraakvoorbeelden te gebruiken op GitHub. Zie de voorbeelden van specifieke documentatie voor opmerkingen over projecten die volledig nieuw zijn:

• C++

U kunt klaar zijn om ingesloten spraakvoorbeelden te gebruiken op GitHub. Zie de voorbeelden van specifieke documentatie voor opmerkingen over projecten die volledig nieuw zijn:

• Java (JRE)
• Java oor Android

Hybride spraak

Hybride spraak met het HybridSpeechConfig object maakt standaard gebruik van de cloud-spraakservice en ingesloten spraak als een terugval in het geval de cloudconnectiviteit beperkt of traag is.

Met hybride spraakconfiguratie voor spraak-naar-tekst (herkenningsmodellen) wordt ingesloten spraak gebruikt wanneer de verbinding met de cloudservice mislukt na herhaalde pogingen. Herkenning kan de cloudservice opnieuw blijven gebruiken als de verbinding later wordt hervat.

Met hybride spraakconfiguratie voor tekst-naar-spraak (stemmen) worden ingesloten en cloudsynthese parallel uitgevoerd en wordt het uiteindelijke resultaat geselecteerd op basis van reactiesnelheid. Het beste resultaat wordt opnieuw geëvalueerd op elke nieuwe syntheseaanvraag.

Cloudspraak

Voor spraak in de cloud gebruikt u het SpeechConfig object, zoals wordt weergegeven in de snelstartgids voor spraak naar tekst en tekst naar spraak. Als u de quickstarts voor ingesloten spraak wilt uitvoeren, kunt u vervangen door SpeechConfigEmbeddedSpeechConfig of HybridSpeechConfig. De meeste andere spraakherkennings- en synthesecode zijn hetzelfde, ongeacht of de cloud, ingesloten of hybride configuratie wordt gebruikt.

Mogelijkheden voor ingesloten stemmen

Voor ingesloten stemmen is het essentieel om te weten dat bepaalde SSML-tags momenteel niet worden ondersteund vanwege verschillen in de modelstructuur. Raadpleeg de volgende tabel voor gedetailleerde informatie over de niet-ondersteunde SSML-tags.

Niveau 1	Niveau 2	Subwaarden	Ondersteuning in ingesloten NTTS
Audio	src		Nee
bladwijzer			Ja
einde	Kracht		Nee
	tijd		Nee
Stilte	type	Voorloop, tailing, komma-exact, enzovoort.	Nee
	waarde		Nee
Nadruk	niveau		Nee
lang			Nee
Lexicon	uri		Ja
Math			Nee
msttsaudioduration	waarde		Nee
msttsbackgroundaudio	src		Nee
	volume		Nee
	vervagen		Nee
	fadeout		Nee
msttsexpress-as	stijl		Nee
	styledegree		Nee
	role		Nee
msttssilence			Nee
msttsviseme	type	redlips_front, FacialExpression	Nee
nm			Ja
phoneme	Alfabet	ipa, sapi, ups, enzovoort.	Ja
	Ph		Ja
Prosodie	Contour	Ondersteuning voor zinnenniveau, alleen woordniveau en-US en zh-CN	Ja
	Worp		Ja
	range		Ja
	Tarief		Ja
	volume		Ja
s			Ja
say-as	interpret-as	tekens, spelling, number_digit, datum, enzovoort.	Ja
	indeling		Ja
	gedetailleerd		Ja
sub	alias		Ja
Spreken			Ja
voice			Nee

Volgende stappen

• Meer informatie over tekst naar spraak op apparaten voor niet-verbonden en hybride scenario's
• Beperkte toegang tot ingesloten spraak