Introduktion
Anta att du är en utvecklare som arbetar för ett medicinskt transkriptionsföretag. Företagets kunder är ett team av läkare som spelar in sina anteckningar som ljudfiler på handhållna digitala röstinspelare. De delar sina filer med ditt företag via en delad molnenhet, och deras anteckningar är en kombination av korta pm och längre dikteringar.
Ditt företag måste ha en stor personal med transkriberare, och dessa två typer av ljudfiler utgör intressanta utmaningar för ditt företag:
Företagets transkriberare kräver mycket tid för att bearbeta volymen av korta pm från dina kunder, så det är svårt för ditt företag att returnera transkriptionerna inom den tidsram som definieras i företagets serviceavtal (SLA).
De längre dikteringarna kan ofta inte transkriberas i en enda session, och företagets transkriberare har svårt att komma ihåg var de slutade under föregående session.
Du har hört att Microsofts Azure AI-tjänster ger utvecklare API:er för att skapa program som drar nytta av Tal till text-funktioner i Azure AI, och din chef har bett dig att undersöka hur du kan använda tal till text-funktioner för att skapa ett program som du kan använda för att kompensera för vissa av transkriptionsuppgifterna, vilket minskar vissa av dina driftskostnader och avtalsproblem på servicenivå.
I den här modulen får du lära dig hur du använder Azure AI-tjänster för att skapa ett tal till text-program som konverterar en WAVE-exempelfil till text.