Hızlı Başlangıç: Konuşmayı tanıma ve metne dönüştürme

Bu hızlı başlangıçta , Microsoft Foundry'de gerçek zamanlı konuşmayı metne dönüştürmeyi denersiniz.

Önkoşullar

Gerçek zamanlı konuşmayı metne dönüştürmeyi deneyin

  1. Konuşmayı metne dönüştürme özellik sayfasına gidin ve Oyun alanında aç'ı seçin.
  2. İsteğe bağlı olarak , görevi, dili, küfür ilkesini ve diğer ayarları değiştirmek için Parametreler bölümünü kullanın. LLM için özel yönergeler de ekleyebilirsiniz.
  3. Ses dosyanızı seçmek için Dosyaları karşıya yükleme bölümünü kullanın. Ardından Başlat'ı seçin.
  4. Transkripsiyon çıkışını Transkript sekmesinde görüntüleyin. İsteğe bağlı olarak JSON sekmesinde ham API yanıt çıkışını görüntüleyin.
  5. Uygulamanızda konuşmayı metne dönüştürme özelliğini kullanmaya yönelik örnek kodu almak için Kod sekmesine geçin.

Diğer Dökümhane (yeni) özellikleri

Aşağıdaki Konuşma özellikleri Dökümhane (yeni) portalında kullanılabilir:

Konuşmayı metne çevir REST API referansı | Kısa sesler için konuşmayı metne çevir REST API referansı | Ek örnekler GitHub üzerinde

Bu hızlı başlangıçta, konuşmayı gerçek zamanlı olarak tanımak ve metne dönüştürmek için bir uygulama oluşturup çalıştıracaksınız.

İpucu

Ses dosyalarının hızlı transkripsiyonu için hızlı transkripsiyon API'sini kullanmayı göz önünde bulundurun. Hızlı transkripsiyon API'si, dil belirleme ve gündizleme gibi özellikleri destekler.

Bunun yerine, ses dosyalarının asenkron olarak dökümünü almak için Toplu transkripsiyon nedir? bölümüne bakın. Hangi konuşmayı metne dönüştürme çözümünün size uygun olduğundan emin değilseniz bkz . Konuşmayı metne dönüştürme nedir?

Önkoşullar

  • Azure aboneliği. Ücretsiz bir tane oluşturabilirsiniz.
  • Azure portalında Speech için Bir Dökümhane kaynağı oluşturun.
  • Konuşma kaynak anahtarını ve bölgesini alın. Konuşma kaynağınız dağıtıldıktan sonra anahtarları görüntülemek ve yönetmek için Kaynağa git'i seçin.

Ayrıca yerel makinenizde bir .wav ses dosyası gerekir. 60 saniyeye kadar kendi .wav dosyanızı kullanabilir veya örnek dosyayı indirebilirsiniz https://crbn.us/whatstheweatherlike.wav .

Ortam değişkenlerini belirleme

Foundry Araçları'na erişmek için uygulamanızın kimliğini doğrulamanız gerekir. Bu makalede, kimlik bilgilerinizi depolamak için ortam değişkenlerini nasıl kullanacağınız gösterilmektedir. Ardından uygulamanızın kimliğini doğrulamak için kodunuzdan ortam değişkenlerine erişebilirsiniz. Üretim için kimlik bilgilerinizi depolamak ve erişmek için daha güvenli bir yol kullanın.

Önemli

Kimlik bilgilerinin bulutta çalışan uygulamalarınızla depolanmasını önlemek için Azure kaynakları için yönetilen kimliklerle Microsoft Entra ID kimlik doğrulamasını öneririz.

API anahtarlarını dikkatli kullanın. API anahtarını doğrudan kodunuzla eklemeyin ve hiçbir zaman herkese açık olarak göndermeyin. API anahtarlarını kullanıyorsanız, bunları Azure Key Vault güvenli bir şekilde depolayın, anahtarları düzenli olarak döndürün ve rol tabanlı erişim denetimi ve ağ erişim kısıtlamalarını kullanarak erişimi Azure Key Vault kısıtlayın. Uygulamalarınızda API anahtarlarını güvenli bir şekilde kullanma hakkında daha fazla bilgi için bkz. Azure Key Vault ile API anahtarları.

Yapay zeka hizmetleri güvenliği hakkında daha fazla bilgi için bkz. Azure Yapay Zeka Hizmetleri istekleri doğrulama.

Konuşma kaynak anahtarınız ve bölgeniz için ortam değişkenlerini ayarlamak için bir konsol penceresi açın ve işletim sisteminizle geliştirme ortamınıza yönelik yönergeleri izleyin.

  • Ortam değişkenini SPEECH_KEY ayarlamak için anahtarınızı kaynağınızın anahtarlarından biriyle değiştirin.
  • Ortam değişkenini SPEECH_REGION ayarlamak için bölgenizi kaynağınızın bölgelerinden biriyle değiştirin.
  • Ortam değişkenini ayarlamak için ENDPOINT, Konuşma kaynağınızın gerçek uç noktası olan your-endpoint ile değiştirin.
setx SPEECH_KEY your-key
setx SPEECH_REGION your-region
setx ENDPOINT your-endpoint

Not

Yalnızca geçerli konsoldaki ortam değişkenlerine erişmeniz gerekiyorsa, ortam değişkenini yerine setile setx ayarlayabilirsiniz.

Ortam değişkenlerini ekledikten sonra, konsol penceresi de dahil olmak üzere ortam değişkenlerini okuması gereken tüm programları yeniden başlatmanız gerekebilir. Örneğin, düzenleyici olarak Visual Studio kullanıyorsanız örneği çalıştırmadan önce Visual Studio yeniden başlatın.

Dosyadan konuşma tanıma

Bir konsol penceresi açın ve aşağıdaki cURL komutunu çalıştırın. YourAudioFile.wav yerine ses dosyanızın yolunu ve adını yazın.

curl --location --request POST "https://%SPEECH_REGION%.stt.speech.microsoft.com/speech/recognition/conversation/cognitiveservices/v1?language=en-US&format=detailed" ^
--header "Ocp-Apim-Subscription-Key: %SPEECH_KEY%" ^
--header "Content-Type: audio/wav" ^
--data-binary "@YourAudioFile.wav"

Önemli

SPEECH_KEY ve SPEECH_REGIONçevresel değişkenleri ayarladığınızdan emin olun. Bu değişkenleri ayarlamazsanız örnek bir hata iletisiyle başarısız olur.

Burada gösterilene benzer bir yanıt almanız gerekir. , DisplayText ses dosyanızdan tanınan metin olmalıdır. Komut en fazla 60 saniyelik sesi tanır ve metne dönüştürür.

{
    "RecognitionStatus": "Success",
    "DisplayText": "My voice is my passport, verify me.",
    "Offset": 6600000,
    "Duration": 32100000
}

Daha fazla bilgi için bkz: Kısa ses için konuşmayı metne dönüştürme REST API'si.

Kaynakları temizleme

Oluşturduğunuz Konuşma kaynağını kaldırmak için Azure portal veya Azure Komut Satırı Arabirimi (CLI) kullanabilirsiniz.

Referans belgeleriPaket (PyPi)GitHub üzerindeki ek örnekler

Bu hızlı başlangıçta, konuşmayı gerçek zamanlı olarak tanımak ve metne dönüştürmek için bir uygulama oluşturup çalıştıracaksınız.

İpucu

Ses dosyalarının hızlı transkripsiyonu için hızlı transkripsiyon API'sini kullanmayı göz önünde bulundurun. Hızlı transkripsiyon API'si, dil belirleme ve gündizleme gibi özellikleri destekler.

Bunun yerine, ses dosyalarının asenkron olarak dökümünü almak için Toplu transkripsiyon nedir? bölümüne bakın. Hangi konuşmayı metne dönüştürme çözümünün size uygun olduğundan emin değilseniz bkz . Konuşmayı metne dönüştürme nedir?

Önkoşullar

  • Azure aboneliği. Ücretsiz bir tane oluşturabilirsiniz.
  • Azure portalında Konuşma için yapay zeka hizmetleri kaynağı oluşturun.
  • Konuşma kaynağı anahtarını ve uç noktasını alın. Konuşma kaynağınız dağıtıldıktan sonra anahtarları görüntülemek ve yönetmek için Kaynağa git'i seçin.

Ortamı ayarlama

Python için Konuşma SDK'sı Python Paket Dizini (PyPI) modülü olarak kullanılabilir. Python için Konuşma SDK'sı Windows, Linux ve macOS ile uyumludur.

Python 3.7 veya daha yeni bir sürüm yükleyin. Diğer gereksinimler için bkz . Konuşma SDK'sını yükleme.

Ortam değişkenlerini belirleme

Foundry Araçları'na erişmek için uygulamanızın kimliğini doğrulamanız gerekir. Bu makalede, kimlik bilgilerinizi depolamak için ortam değişkenlerini nasıl kullanacağınız gösterilmektedir. Ardından uygulamanızın kimliğini doğrulamak için kodunuzdan ortam değişkenlerine erişebilirsiniz. Üretim için kimlik bilgilerinizi depolamak ve erişmek için daha güvenli bir yol kullanın.

Önemli

Kimlik bilgilerinin bulutta çalışan uygulamalarınızla depolanmasını önlemek için Azure kaynakları için yönetilen kimliklerle Microsoft Entra ID kimlik doğrulamasını öneririz.

API anahtarlarını dikkatli kullanın. API anahtarını doğrudan kodunuzla eklemeyin ve hiçbir zaman herkese açık olarak göndermeyin. API anahtarlarını kullanıyorsanız, bunları Azure Key Vault güvenli bir şekilde depolayın, anahtarları düzenli olarak döndürün ve rol tabanlı erişim denetimi ve ağ erişim kısıtlamalarını kullanarak erişimi Azure Key Vault kısıtlayın. Uygulamalarınızda API anahtarlarını güvenli bir şekilde kullanma hakkında daha fazla bilgi için bkz. Azure Key Vault ile API anahtarları.

Yapay zeka hizmetleri güvenliği hakkında daha fazla bilgi için bkz. Azure Yapay Zeka Hizmetleri istekleri doğrulama.

Konuşma kaynak anahtarınız ve uç noktanızın ortam değişkenlerini ayarlamak için bir konsol penceresi açın ve işletim sisteminizle geliştirme ortamınıza yönelik yönergeleri izleyin.

  • Ortam değişkenini SPEECH_KEY ayarlamak için anahtarınızı kaynağınızın anahtarlarından biriyle değiştirin.
  • Ortam değişkenini ENDPOINT ayarlamak için uç noktanızı kaynağınızın uç noktalarından biriyle değiştirin.
setx SPEECH_KEY your-key
setx ENDPOINT your-endpoint

Not

Yalnızca geçerli konsoldaki ortam değişkenlerine erişmeniz gerekiyorsa, ortam değişkenini yerine setile setx ayarlayabilirsiniz.

Ortam değişkenlerini ekledikten sonra, konsol penceresi de dahil olmak üzere ortam değişkenlerini okuması gereken tüm programları yeniden başlatmanız gerekebilir. Örneğin, düzenleyici olarak Visual Studio kullanıyorsanız örneği çalıştırmadan önce Visual Studio yeniden başlatın.

Mikrofondan konuşmayı tanıma

İpucu

Foundry Araçları Araç Kiti’nde Azure Konuşma özelliğini deneyin ve Visual Studio Code üzerinde örnekleri kolayca oluşturup çalıştırın.

Konsol uygulaması oluşturmak için bu adımları izleyin.

  1. Yeni projeyi istediğiniz klasörde bir komut istemi penceresi açın. speech_recognition.py adlı yeni bir dosya oluşturun.

  2. Konuşma SDK'sını yüklemek için şu komutu çalıştırın:

    pip install azure-cognitiveservices-speech

  3. Aşağıdaki kodu speech_recognition.py kopyalayın:

    import os
import azure.cognitiveservices.speech as speechsdk

def recognize_from_microphone():
     # This example requires environment variables named "SPEECH_KEY" and "ENDPOINT"
     # Replace with your own subscription key and endpoint, the endpoint is like : "https://YourResourceName.cognitiveservices.azure.com"
    speech_config = speechsdk.SpeechConfig(subscription=os.environ.get('SPEECH_KEY'), endpoint=os.environ.get('ENDPOINT'))
    speech_config.speech_recognition_language="en-US"

    audio_config = speechsdk.audio.AudioConfig(use_default_microphone=True)
    speech_recognizer = speechsdk.SpeechRecognizer(speech_config=speech_config, audio_config=audio_config)

    print("Speak into your microphone.")
    speech_recognition_result = speech_recognizer.recognize_once_async().get()

    if speech_recognition_result.reason == speechsdk.ResultReason.RecognizedSpeech:
        print("Recognized: {}".format(speech_recognition_result.text))
    elif speech_recognition_result.reason == speechsdk.ResultReason.NoMatch:
        print("No speech could be recognized: {}".format(speech_recognition_result.no_match_details))
    elif speech_recognition_result.reason == speechsdk.ResultReason.Canceled:
        cancellation_details = speech_recognition_result.cancellation_details
        print("Speech Recognition canceled: {}".format(cancellation_details.reason))
        if cancellation_details.reason == speechsdk.CancellationReason.Error:
            print("Error details: {}".format(cancellation_details.error_details))
            print("Did you set the speech resource key and endpoint values?")

recognize_from_microphone()

  4. Konuşma tanıma dilini değiştirmek için, en-US'i başka bir desteklenen dille değiştirin. Örneğin, İspanyolca (İspanya) için kullanın es-ES . Bir dil belirtmezseniz, varsayılan değer olur en-US. Konuşulabilecek birden çok dilden birini belirleme hakkında ayrıntılı bilgi için bkz . Dil belirleme.

  5. Mikrofondan konuşma tanımayı başlatmak için yeni konsol uygulamanızı çalıştırın:

    python speech_recognition.py

    Önemli

    SPEECH_KEY ve ENDPOINTçevresel değişkenleri ayarladığınızdan emin olun. Bu değişkenleri ayarlamazsanız örnek bir hata iletisiyle başarısız olur.

  6. İstendiğinde mikrofonunuza konuşun. Konuştuğunuz şey metin olarak görünmelidir:

    Speak into your microphone.
RECOGNIZED: Text=I'm excited to try speech to text.

Açıklamalar

Dikkat edilmesi gereken diğer noktalar şunlardır:

  • Bu örnek, recognize_once_async işlemini, 30 saniyeye kadar veya sessizlik algılanana kadar konuşmaların dökümünü almak için kullanarak gerçekleştirir. Daha uzun ses kayıtları, çok dilli konuşmalar da dahil olmak üzere, için sürekli tanıma hakkında bilgi almak için Konuşmayı nasıl tanıyacağınızı inceleyin.

  • Ses dosyasından konuşmayı tanımak için filename yerine use_default_microphone kullanın:

    audio_config = speechsdk.audio.AudioConfig(filename="YourAudioFile.wav")

  • MP4 gibi sıkıştırılmış ses dosyaları için GStreamer'ı yükleyin ve veya PullAudioInputStreamkullanınPushAudioInputStream. Daha fazla bilgi için Sıkıştırılmış giriş sesini kullanma kısmına bakın.

Kaynakları temizleme

Oluşturduğunuz Konuşma kaynağını kaldırmak için Azure portal veya Azure Komut Satırı Arabirimi (CLI) kullanabilirsiniz.

Reference belgeleriPaket (NuGet)GitHub'da ek örnekler

Bu hızlı başlangıçta, konuşmayı gerçek zamanlı olarak tanımak ve metne dönüştürmek için bir uygulama oluşturup çalıştıracaksınız.

İpucu

Ses dosyalarının hızlı transkripsiyonu için hızlı transkripsiyon API'sini kullanmayı göz önünde bulundurun. Hızlı transkripsiyon API'si, dil belirleme ve gündizleme gibi özellikleri destekler.

Bunun yerine, ses dosyalarının asenkron olarak dökümünü almak için Toplu transkripsiyon nedir? bölümüne bakın. Hangi konuşmayı metne dönüştürme çözümünün size uygun olduğundan emin değilseniz bkz . Konuşmayı metne dönüştürme nedir?

Önkoşullar

  • Azure aboneliği. Ücretsiz bir tane oluşturabilirsiniz.
  • Azure portalında Konuşma için yapay zeka hizmetleri kaynağı oluşturun.
  • Konuşma kaynağı anahtarını ve uç noktasını alın. Konuşma kaynağınız dağıtıldıktan sonra anahtarları görüntülemek ve yönetmek için Kaynağa git'i seçin.

Ortamı ayarlama

Konuşma SDK'sı NuGet paketi olarak kullanılabilir ve .NET Standard 2.0'ı uygular. Konuşma SDK'sını bu kılavuzun ilerleyen bölümlerinde yükleyebilirsiniz. Diğer gereksinimler için bkz . Konuşma SDK'sını yükleme.

Ortam değişkenlerini belirleme

Foundry Araçları'na erişmek için uygulamanızın kimliğini doğrulamanız gerekir. Bu makalede, kimlik bilgilerinizi depolamak için ortam değişkenlerini nasıl kullanacağınız gösterilmektedir. Ardından uygulamanızın kimliğini doğrulamak için kodunuzdan ortam değişkenlerine erişebilirsiniz. Üretim için kimlik bilgilerinizi depolamak ve erişmek için daha güvenli bir yol kullanın.

Önemli

Kimlik bilgilerinin bulutta çalışan uygulamalarınızla depolanmasını önlemek için Azure kaynakları için yönetilen kimliklerle Microsoft Entra ID kimlik doğrulamasını öneririz.

API anahtarlarını dikkatli kullanın. API anahtarını doğrudan kodunuzla eklemeyin ve hiçbir zaman herkese açık olarak göndermeyin. API anahtarlarını kullanıyorsanız, bunları Azure Key Vault güvenli bir şekilde depolayın, anahtarları düzenli olarak döndürün ve rol tabanlı erişim denetimi ve ağ erişim kısıtlamalarını kullanarak erişimi Azure Key Vault kısıtlayın. Uygulamalarınızda API anahtarlarını güvenli bir şekilde kullanma hakkında daha fazla bilgi için bkz. Azure Key Vault ile API anahtarları.

Yapay zeka hizmetleri güvenliği hakkında daha fazla bilgi için bkz. Azure Yapay Zeka Hizmetleri istekleri doğrulama.

Konuşma kaynak anahtarınız ve uç noktanızın ortam değişkenlerini ayarlamak için bir konsol penceresi açın ve işletim sisteminizle geliştirme ortamınıza yönelik yönergeleri izleyin.

  • Ortam değişkenini SPEECH_KEY ayarlamak için anahtarınızı kaynağınızın anahtarlarından biriyle değiştirin.
  • Ortam değişkenini ENDPOINT ayarlamak için uç noktanızı kaynağınızın uç noktalarından biriyle değiştirin.
setx SPEECH_KEY your-key
setx ENDPOINT your-endpoint

Not

Yalnızca geçerli konsoldaki ortam değişkenlerine erişmeniz gerekiyorsa, ortam değişkenini yerine setile setx ayarlayabilirsiniz.

Ortam değişkenlerini ekledikten sonra, konsol penceresi de dahil olmak üzere ortam değişkenlerini okuması gereken tüm programları yeniden başlatmanız gerekebilir. Örneğin, düzenleyici olarak Visual Studio kullanıyorsanız örneği çalıştırmadan önce Visual Studio yeniden başlatın.

Mikrofondan konuşmayı tanıma

İpucu

Foundry Araçları Araç Kiti’nde Azure Konuşma özelliğini deneyin ve Visual Studio Code üzerinde örnekleri kolayca oluşturup çalıştırın.

Konsol uygulaması oluşturmak ve Konuşma SDK'sını yüklemek için bu adımları izleyin.

  1. Yeni projeyi istediğiniz klasörde bir komut istemi penceresi açın. .NET CLI ile bir konsol uygulaması oluşturmak için bu komutu çalıştırın.

    dotnet new console

    Bu komut, proje dizininizde Program.cs dosyasını oluşturur.

  2. .NET CLI ile yeni projenize Konuşma SDK'sını yükleyin.

    dotnet add package Microsoft.CognitiveServices.Speech

  3. Program.cs dosyasının içeriğini aşağıdaki kodla değiştirin:

    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 "ENDPOINT"
    static string speechKey = Environment.GetEnvironmentVariable("SPEECH_KEY");
    static string endpoint = Environment.GetEnvironmentVariable("ENDPOINT");

    static void OutputSpeechRecognitionResult(SpeechRecognitionResult speechRecognitionResult)
    {
        switch (speechRecognitionResult.Reason)
        {
            case ResultReason.RecognizedSpeech:
                Console.WriteLine($"RECOGNIZED: Text={speechRecognitionResult.Text}");
                break;
            case ResultReason.NoMatch:
                Console.WriteLine($"NOMATCH: Speech could not be recognized.");
                break;
            case ResultReason.Canceled:
                var cancellation = CancellationDetails.FromResult(speechRecognitionResult);
                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;
        }
    }

    async static Task Main(string[] args)
    {
        var speechConfig = SpeechConfig.FromEndpoint(new Uri(endpoint), speechKey);
        speechConfig.SpeechRecognitionLanguage = "en-US";

        using var audioConfig = AudioConfig.FromDefaultMicrophoneInput();
        using var speechRecognizer = new SpeechRecognizer(speechConfig, audioConfig);

        Console.WriteLine("Speak into your microphone.");
        var speechRecognitionResult = await speechRecognizer.RecognizeOnceAsync();
        OutputSpeechRecognitionResult(speechRecognitionResult);
    }
}

  4. Konuşma tanıma dilini değiştirmek için, en-US'i başka bir desteklenen dille değiştirin. Örneğin, İspanyolca (İspanya) için kullanın es-ES . Bir dil belirtmezseniz, varsayılan değer olur en-US. Konuşulabilecek birden çok dilden birini belirleme hakkında ayrıntılı bilgi için bkz . Dil belirleme.

  5. Mikrofondan konuşma tanımayı başlatmak için yeni konsol uygulamanızı çalıştırın:

    dotnet run

    Önemli

    SPEECH_KEY ve ENDPOINTçevresel değişkenleri ayarladığınızdan emin olun. Bu değişkenleri ayarlamazsanız örnek bir hata iletisiyle başarısız olur.

  6. İstendiğinde mikrofonunuza konuşun. Konuştuğunuz şey metin olarak görünmelidir:

    Speak into your microphone.
RECOGNIZED: Text=I'm excited to try speech to text.

Açıklamalar

Dikkat edilmesi gereken diğer noktalar şunlardır:

  • Bu örnek, RecognizeOnceAsync işlemini, 30 saniyeye kadar veya sessizlik algılanana kadar konuşmaların dökümünü almak için kullanarak gerçekleştirir. Daha uzun ses kayıtları, çok dilli konuşmalar da dahil olmak üzere, için sürekli tanıma hakkında bilgi almak için Konuşmayı nasıl tanıyacağınızı inceleyin.

  • Ses dosyasından konuşmayı tanımak için FromWavFileInput yerine FromDefaultMicrophoneInput kullanın:

    using var audioConfig = AudioConfig.FromWavFileInput("YourAudioFile.wav");

  • MP4 gibi sıkıştırılmış ses dosyaları için GStreamer'ı yükleyin ve veya PullAudioInputStreamkullanınPushAudioInputStream. Daha fazla bilgi için Sıkıştırılmış giriş sesini kullanma kısmına bakın.

Kaynakları temizleme

Oluşturduğunuz Konuşma kaynağını kaldırmak için Azure portal veya Azure Komut Satırı Arabirimi (CLI) kullanabilirsiniz.

Referans belgeler | Paket (npm) | GitHub'da ek örnekler | Kütüphane kaynak kodu

Bu hızlı başlangıçta, konuşmayı gerçek zamanlı olarak tanımak ve metne dönüştürmek için bir uygulama oluşturup çalıştıracaksınız.

İpucu

Ses dosyalarının hızlı transkripsiyonu için hızlı transkripsiyon API'sini kullanmayı göz önünde bulundurun. Hızlı transkripsiyon API'si, dil belirleme ve gündizleme gibi özellikleri destekler.

Bunun yerine, ses dosyalarının asenkron olarak dökümünü almak için Toplu transkripsiyon nedir? bölümüne bakın. Hangi konuşmayı metne dönüştürme çözümünün size uygun olduğundan emin değilseniz bkz . Konuşmayı metne dönüştürme nedir?

Önkoşullar

  • Azure aboneliği. Ücretsiz bir tane oluşturabilirsiniz.
  • Azure portalında Speech için Bir Dökümhane kaynağı oluşturun.
  • Konuşma kaynak anahtarını ve bölgesini alın. Konuşma kaynağınız dağıtıldıktan sonra anahtarları görüntülemek ve yönetmek için Kaynağa git'i seçin.

Ayrıca yerel makinenizde bir .wav ses dosyası gerekir. Kendi .wav dosyanızı kullanabilir (30 saniyeye kadar) veya örnek dosyayı indirebilirsiniz https://crbn.us/whatstheweatherlike.wav .

Kurulum

  1. Yeni bir klasör transcription-quickstart oluşturun ve aşağıdaki komutu kullanarak hızlı başlangıç klasörüne gidin:

    mkdir transcription-quickstart && cd transcription-quickstart

  2. Aşağıdaki komutla package.json oluşturun:

    npm init -y

  3. JavaScript için Konuşma SDK'sını şu şekilde yükleyin:

    npm install microsoft-cognitiveservices-speech-sdk

Kaynak bilgilerini alma

Foundry Araçları'na erişmek için uygulamanızın kimliğini doğrulamanız gerekir. Bu makalede, kimlik bilgilerinizi depolamak için ortam değişkenlerini nasıl kullanacağınız gösterilmektedir. Ardından uygulamanızın kimliğini doğrulamak için kodunuzdan ortam değişkenlerine erişebilirsiniz. Üretim için kimlik bilgilerinizi depolamak ve erişmek için daha güvenli bir yol kullanın.

Önemli

Kimlik bilgilerinin bulutta çalışan uygulamalarınızla depolanmasını önlemek için Azure kaynakları için yönetilen kimliklerle Microsoft Entra ID kimlik doğrulamasını öneririz.

API anahtarlarını dikkatli kullanın. API anahtarını doğrudan kodunuzla eklemeyin ve hiçbir zaman herkese açık olarak göndermeyin. API anahtarlarını kullanıyorsanız, bunları Azure Key Vault güvenli bir şekilde depolayın, anahtarları düzenli olarak döndürün ve rol tabanlı erişim denetimi ve ağ erişim kısıtlamalarını kullanarak erişimi Azure Key Vault kısıtlayın. Uygulamalarınızda API anahtarlarını güvenli bir şekilde kullanma hakkında daha fazla bilgi için bkz. Azure Key Vault ile API anahtarları.

Yapay zeka hizmetleri güvenliği hakkında daha fazla bilgi için bkz. Azure Yapay Zeka Hizmetleri istekleri doğrulama.

Konuşma kaynak anahtarınız ve bölgeniz için ortam değişkenlerini ayarlamak için bir konsol penceresi açın ve işletim sisteminizle geliştirme ortamınıza yönelik yönergeleri izleyin.

  • Ortam değişkenini SPEECH_KEY ayarlamak için anahtarınızı kaynağınızın anahtarlarından biriyle değiştirin.
  • Ortam değişkenini SPEECH_REGION ayarlamak için bölgenizi kaynağınızın bölgelerinden biriyle değiştirin.
  • Ortam değişkenini ayarlamak için ENDPOINT, Konuşma kaynağınızın gerçek uç noktası olan your-endpoint ile değiştirin.
setx SPEECH_KEY your-key
setx SPEECH_REGION your-region
setx ENDPOINT your-endpoint

Not

Yalnızca geçerli konsoldaki ortam değişkenlerine erişmeniz gerekiyorsa, ortam değişkenini yerine setile setx ayarlayabilirsiniz.

Ortam değişkenlerini ekledikten sonra, konsol penceresi de dahil olmak üzere ortam değişkenlerini okuması gereken tüm programları yeniden başlatmanız gerekebilir. Örneğin, düzenleyici olarak Visual Studio kullanıyorsanız örneği çalıştırmadan önce Visual Studio yeniden başlatın.

Dosyadan konuşma tanıma

Bir dosyadan konuşmanın dökümünü almak için:

  1. Aşağıdaki içeriğe sahip transcription.js adlı yeni bir dosya oluşturun:

    import { readFileSync, createReadStream } from "fs";
import { SpeechConfig, AudioConfig, ConversationTranscriber, AudioInputStream } from "microsoft-cognitiveservices-speech-sdk";
// This example requires environment variables named "ENDPOINT" and "SPEECH_KEY"
const speechConfig = SpeechConfig.fromEndpoint(new URL(process.env.ENDPOINT), process.env.SPEECH_KEY);
function fromFile() {
    const filename = "katiesteve.wav";
    const audioConfig = AudioConfig.fromWavFileInput(readFileSync(filename));
    const conversationTranscriber = new ConversationTranscriber(speechConfig, audioConfig);
    const pushStream = AudioInputStream.createPushStream();
    createReadStream(filename).on('data', function (chunk) {
        pushStream.write(chunk.slice());
    }).on('end', function () {
        pushStream.close();
    });
    console.log("Transcribing from: " + filename);
    conversationTranscriber.sessionStarted = function (s, e) {
        console.log("SessionStarted event");
        console.log("SessionId:" + e.sessionId);
    };
    conversationTranscriber.sessionStopped = function (s, e) {
        console.log("SessionStopped event");
        console.log("SessionId:" + e.sessionId);
        conversationTranscriber.stopTranscribingAsync();
    };
    conversationTranscriber.canceled = function (s, e) {
        console.log("Canceled event");
        console.log(e.errorDetails);
        conversationTranscriber.stopTranscribingAsync();
    };
    conversationTranscriber.transcribed = function (s, e) {
        console.log("TRANSCRIBED: Text=" + e.result.text + " Speaker ID=" + e.result.speakerId);
    };
    // Start conversation transcription
    conversationTranscriber.startTranscribingAsync(function () { }, function (err) {
        console.trace("err - starting transcription: " + err);
    });
}
fromFile();

    transcription.jsiçinde, YourAudioFile.wav kendi .wav dosyanızla değiştirin. Bu örnek yalnızca .wav dosyasından konuşmayı tanır. Diğer ses biçimleri hakkında bilgi için Sıkıştırılmış Giriş Sesini Kullanma Yöntemleri bölümüne bakın. Bu örnek 30 saniyeye kadar sesi destekler.

    Konuşma tanıma dilini değiştirmek için, en-US'i başka bir desteklenen dille değiştirin. Örneğin, İspanyolca (İspanya) için kullanın es-ES . Bir dil belirtmezseniz, varsayılan değer olur en-US. Konuşulabilecek birden çok dilden birini belirleme hakkında ayrıntılı bilgi için bkz . Dil belirleme.

  2. Bir dosyadan konuşma tanımayı başlatmak için yeni konsol uygulamanızı çalıştırın:

    node transcription.js

Yanıtı almak için birkaç dakika bekleyin.

Çıktı

Ses dosyasındaki konuşmanın metin olarak çıkışı olmalıdır:

RECOGNIZED: Text=I'm excited to try speech to text.

Açıklamalar

Bu örnek, recognizeOnceAsync işlemini, 30 saniyeye kadar veya sessizlik algılanana kadar konuşmaların dökümünü almak için kullanarak gerçekleştirir. Daha uzun ses kayıtları, çok dilli konuşmalar da dahil olmak üzere, için sürekli tanıma hakkında bilgi almak için Konuşmayı nasıl tanıyacağınızı inceleyin.

Not

Mikrofondan konuşma tanıma özelliği Node.js desteklenmez. Yalnızca tarayıcı tabanlı bir JavaScript ortamında desteklenir. Daha fazla bilgi için bkz. React örneği ve GitHub'da bir mikrofondan konuşmayı metne dönüştürme uygulaması.

React örneği, kimlik doğrulama belirteçlerinin değişimi ve yönetimi için tasarım desenlerini gösterir. Ayrıca, konuşmayı metne dönüştürme için bir mikrofondan veya dosyadan ses yakalamayı da gösterir.

Kaynakları temizleme

Oluşturduğunuz Konuşma kaynağını kaldırmak için Azure portal veya Azure Komut Satırı Arabirimi (CLI) kullanabilirsiniz.

Reference belgeleri | Ek örnekler GitHub'da

Bu hızlı başlangıçta, konuşmayı gerçek zamanlı olarak tanımak ve metne dönüştürmek için bir uygulama oluşturup çalıştıracaksınız.

İpucu

Ses dosyalarının hızlı transkripsiyonu için hızlı transkripsiyon API'sini kullanmayı göz önünde bulundurun. Hızlı transkripsiyon API'si, dil belirleme ve gündizleme gibi özellikleri destekler.

Bunun yerine, ses dosyalarının asenkron olarak dökümünü almak için Toplu transkripsiyon nedir? bölümüne bakın. Hangi konuşmayı metne dönüştürme çözümünün size uygun olduğundan emin değilseniz bkz . Konuşmayı metne dönüştürme nedir?

Önkoşullar

  • Azure aboneliği. Ücretsiz bir tane oluşturabilirsiniz.
  • Azure portalında Konuşma için yapay zeka hizmetleri kaynağı oluşturun.
  • Konuşma kaynağı anahtarını ve uç noktasını alın. Konuşma kaynağınız dağıtıldıktan sonra anahtarları görüntülemek ve yönetmek için Kaynağa git'i seçin.

Ortamı ayarlama

Ortamınızı ayarlamak için Konuşma SDK'sını yükleyin. Bu hızlı başlangıçtaki örnek Java Runtime ile çalışır.

  1. Apache Maven'ı yükleyin. Ardından başarılı yüklemeyi onaylamak için komutunu çalıştırın mvn -v .

  2. Projenizin kökünde yeni pom.xml bir dosya oluşturun ve içine aşağıdaki kodu kopyalayın:

    <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. Konuşma SDK'sını ve bağımlılıkları yükleyin.

    mvn clean dependency:copy-dependencies

Ortam değişkenlerini belirleme

Foundry Araçları'na erişmek için uygulamanızın kimliğini doğrulamanız gerekir. Bu makalede, kimlik bilgilerinizi depolamak için ortam değişkenlerini nasıl kullanacağınız gösterilmektedir. Ardından uygulamanızın kimliğini doğrulamak için kodunuzdan ortam değişkenlerine erişebilirsiniz. Üretim için kimlik bilgilerinizi depolamak ve erişmek için daha güvenli bir yol kullanın.

Önemli

Kimlik bilgilerinin bulutta çalışan uygulamalarınızla depolanmasını önlemek için Azure kaynakları için yönetilen kimliklerle Microsoft Entra ID kimlik doğrulamasını öneririz.

API anahtarlarını dikkatli kullanın. API anahtarını doğrudan kodunuzla eklemeyin ve hiçbir zaman herkese açık olarak göndermeyin. API anahtarlarını kullanıyorsanız, bunları Azure Key Vault güvenli bir şekilde depolayın, anahtarları düzenli olarak döndürün ve rol tabanlı erişim denetimi ve ağ erişim kısıtlamalarını kullanarak erişimi Azure Key Vault kısıtlayın. Uygulamalarınızda API anahtarlarını güvenli bir şekilde kullanma hakkında daha fazla bilgi için bkz. Azure Key Vault ile API anahtarları.

Yapay zeka hizmetleri güvenliği hakkında daha fazla bilgi için bkz. Azure Yapay Zeka Hizmetleri istekleri doğrulama.

Konuşma kaynak anahtarınız ve uç noktanızın ortam değişkenlerini ayarlamak için bir konsol penceresi açın ve işletim sisteminizle geliştirme ortamınıza yönelik yönergeleri izleyin.

  • Ortam değişkenini SPEECH_KEY ayarlamak için anahtarınızı kaynağınızın anahtarlarından biriyle değiştirin.
  • Ortam değişkenini ENDPOINT ayarlamak için uç noktanızı kaynağınızın uç noktalarından biriyle değiştirin.
setx SPEECH_KEY your-key
setx ENDPOINT your-endpoint

Not

Yalnızca geçerli konsoldaki ortam değişkenlerine erişmeniz gerekiyorsa, ortam değişkenini yerine setile setx ayarlayabilirsiniz.

Ortam değişkenlerini ekledikten sonra, konsol penceresi de dahil olmak üzere ortam değişkenlerini okuması gereken tüm programları yeniden başlatmanız gerekebilir. Örneğin, düzenleyici olarak Visual Studio kullanıyorsanız örneği çalıştırmadan önce Visual Studio yeniden başlatın.

Mikrofondan konuşmayı tanıma

Konuşma tanıma için bir konsol uygulaması oluşturmak için bu adımları izleyin.

  1. Aynı proje kök dizininde SpeechRecognition.java adlı yeni bir dosya oluşturun.

  2. Aşağıdaki kodu SpeechRecognition.java kopyalayın:

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

import java.net.URI;
import java.net.URISyntaxException;
import java.util.concurrent.ExecutionException;
import java.util.concurrent.Future;

public class SpeechRecognition {
    // 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, URISyntaxException {
        SpeechConfig speechConfig = SpeechConfig.fromEndpoint(new URI(endpoint), speechKey);
        speechConfig.setSpeechRecognitionLanguage("en-US");
        recognizeFromMicrophone(speechConfig);
    }

    public static void recognizeFromMicrophone(SpeechConfig speechConfig) throws InterruptedException, ExecutionException {
        AudioConfig audioConfig = AudioConfig.fromDefaultMicrophoneInput();
        SpeechRecognizer speechRecognizer = new SpeechRecognizer(speechConfig, audioConfig);

        System.out.println("Speak into your microphone.");
        Future<SpeechRecognitionResult> task = speechRecognizer.recognizeOnceAsync();
        SpeechRecognitionResult speechRecognitionResult = task.get();

        if (speechRecognitionResult.getReason() == ResultReason.RecognizedSpeech) {
            System.out.println("RECOGNIZED: Text=" + speechRecognitionResult.getText());
        }
        else if (speechRecognitionResult.getReason() == ResultReason.NoMatch) {
            System.out.println("NOMATCH: Speech could not be recognized.");
        }
        else if (speechRecognitionResult.getReason() == ResultReason.Canceled) {
            CancellationDetails cancellation = CancellationDetails.fromResult(speechRecognitionResult);
            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. Konuşma tanıma dilini değiştirmek için, en-US'i başka bir desteklenen dille değiştirin. Örneğin, İspanyolca (İspanya) için kullanın es-ES . Bir dil belirtmezseniz, varsayılan değer olur en-US. Konuşulabilecek birden çok dilden birini belirleme hakkında ayrıntılı bilgi için bkz . Dil belirleme.

  4. Mikrofondan konuşma tanımayı başlatmak için yeni konsol uygulamanızı çalıştırın:

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

    Önemli

    SPEECH_KEY ve ENDPOINTçevresel değişkenleri ayarladığınızdan emin olun. Bu değişkenleri ayarlamazsanız örnek bir hata iletisiyle başarısız olur.

  5. İstendiğinde mikrofonunuza konuşun. Konuştuğunuz şey metin olarak görünmelidir:

    Speak into your microphone.
RECOGNIZED: Text=I'm excited to try speech to text.

Açıklamalar

Dikkat edilmesi gereken diğer noktalar şunlardır:

  • Bu örnek, RecognizeOnceAsync işlemini, 30 saniyeye kadar veya sessizlik algılanana kadar konuşmaların dökümünü almak için kullanarak gerçekleştirir. Daha uzun ses kayıtları, çok dilli konuşmalar da dahil olmak üzere, için sürekli tanıma hakkında bilgi almak için Konuşmayı nasıl tanıyacağınızı inceleyin.

  • Ses dosyasından konuşmayı tanımak için fromWavFileInput yerine fromDefaultMicrophoneInput kullanın:

    AudioConfig audioConfig = AudioConfig.fromWavFileInput("YourAudioFile.wav");

  • MP4 gibi sıkıştırılmış ses dosyaları için GStreamer'ı yükleyin ve veya PullAudioInputStreamkullanınPushAudioInputStream. Daha fazla bilgi için Sıkıştırılmış giriş sesini kullanma kısmına bakın.

Kaynakları temizleme

Oluşturduğunuz Konuşma kaynağını kaldırmak için Azure portal veya Azure Komut Satırı Arabirimi (CLI) kullanabilirsiniz.

Reference belgeleriPaket (NuGet)GitHub'da ek örnekler

Bu hızlı başlangıçta, konuşmayı gerçek zamanlı olarak tanımak ve metne dönüştürmek için bir uygulama oluşturup çalıştıracaksınız.

İpucu

Ses dosyalarının hızlı transkripsiyonu için hızlı transkripsiyon API'sini kullanmayı göz önünde bulundurun. Hızlı transkripsiyon API'si, dil belirleme ve gündizleme gibi özellikleri destekler.

Bunun yerine, ses dosyalarının asenkron olarak dökümünü almak için Toplu transkripsiyon nedir? bölümüne bakın. Hangi konuşmayı metne dönüştürme çözümünün size uygun olduğundan emin değilseniz bkz . Konuşmayı metne dönüştürme nedir?

Önkoşullar

  • Azure aboneliği. Ücretsiz bir tane oluşturabilirsiniz.
  • Azure portalında Konuşma için yapay zeka hizmetleri kaynağı oluşturun.
  • Konuşma kaynağı anahtarını ve uç noktasını alın. Konuşma kaynağınız dağıtıldıktan sonra anahtarları görüntülemek ve yönetmek için Kaynağa git'i seçin.

Ortamı ayarlama

Konuşma SDK'sı NuGet paketi olarak kullanılabilir ve .NET Standard 2.0'ı uygular. Konuşma SDK'sını bu kılavuzun ilerleyen bölümlerinde yükleyebilirsiniz. Diğer gereksinimler için bkz . Konuşma SDK'sını yükleme.

Ortam değişkenlerini belirleme

Foundry Araçları'na erişmek için uygulamanızın kimliğini doğrulamanız gerekir. Bu makalede, kimlik bilgilerinizi depolamak için ortam değişkenlerini nasıl kullanacağınız gösterilmektedir. Ardından uygulamanızın kimliğini doğrulamak için kodunuzdan ortam değişkenlerine erişebilirsiniz. Üretim için kimlik bilgilerinizi depolamak ve erişmek için daha güvenli bir yol kullanın.

Önemli

Kimlik bilgilerinin bulutta çalışan uygulamalarınızla depolanmasını önlemek için Azure kaynakları için yönetilen kimliklerle Microsoft Entra ID kimlik doğrulamasını öneririz.

API anahtarlarını dikkatli kullanın. API anahtarını doğrudan kodunuzla eklemeyin ve hiçbir zaman herkese açık olarak göndermeyin. API anahtarlarını kullanıyorsanız, bunları Azure Key Vault güvenli bir şekilde depolayın, anahtarları düzenli olarak döndürün ve rol tabanlı erişim denetimi ve ağ erişim kısıtlamalarını kullanarak erişimi Azure Key Vault kısıtlayın. Uygulamalarınızda API anahtarlarını güvenli bir şekilde kullanma hakkında daha fazla bilgi için bkz. Azure Key Vault ile API anahtarları.

Yapay zeka hizmetleri güvenliği hakkında daha fazla bilgi için bkz. Azure Yapay Zeka Hizmetleri istekleri doğrulama.

Konuşma kaynak anahtarınız ve uç noktanızın ortam değişkenlerini ayarlamak için bir konsol penceresi açın ve işletim sisteminizle geliştirme ortamınıza yönelik yönergeleri izleyin.

  • Ortam değişkenini SPEECH_KEY ayarlamak için anahtarınızı kaynağınızın anahtarlarından biriyle değiştirin.
  • Ortam değişkenini ENDPOINT ayarlamak için uç noktanızı kaynağınızın uç noktalarından biriyle değiştirin.
setx SPEECH_KEY your-key
setx ENDPOINT your-endpoint

Not

Yalnızca geçerli konsoldaki ortam değişkenlerine erişmeniz gerekiyorsa, ortam değişkenini yerine setile setx ayarlayabilirsiniz.

Ortam değişkenlerini ekledikten sonra, konsol penceresi de dahil olmak üzere ortam değişkenlerini okuması gereken tüm programları yeniden başlatmanız gerekebilir. Örneğin, düzenleyici olarak Visual Studio kullanıyorsanız örneği çalıştırmadan önce Visual Studio yeniden başlatın.

Mikrofondan konuşmayı tanıma

İpucu

Foundry Araçları Araç Kiti’nde Azure Konuşma özelliğini deneyin ve Visual Studio Code üzerinde örnekleri kolayca oluşturup çalıştırın.

Konsol uygulaması oluşturmak ve Konuşma SDK'sını yüklemek için bu adımları izleyin.

  1. Visual Studio Community içinde SpeechRecognition adlı yeni bir C++ konsol projesi oluşturun.

  2. Tools>Nuget Paket Yöneticisi>Paket Yöneticisi Console öğesini seçin. Paket Yöneticisi Konsolu şu komutu çalıştırın:

    Install-Package Microsoft.CognitiveServices.Speech

  3. SpeechRecognition.cpp içeriğini aşağıdaki kodla değiştirin:

    #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 (std::string(speechKey).empty() || std::string(endpoint).empty()) {
        std::cout << "Please set both SPEECH_KEY and ENDPOINT environment variables." << std::endl;
        return -1;
    }

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

    speechConfig->SetSpeechRecognitionLanguage("en-US");

    auto audioConfig = AudioConfig::FromDefaultMicrophoneInput();
    auto speechRecognizer = SpeechRecognizer::FromConfig(speechConfig, audioConfig);

    std::cout << "Speak into your microphone.\n";
    auto result = speechRecognizer->RecognizeOnceAsync().get();

    if (result->Reason == ResultReason::RecognizedSpeech)
    {
        std::cout << "RECOGNIZED: Text=" << result->Text << std::endl;
    }
    else if (result->Reason == ResultReason::NoMatch)
    {
        std::cout << "NOMATCH: Speech could not be recognized." << std::endl;
    }
    else if (result->Reason == ResultReason::Canceled)
    {
        auto cancellation = CancellationDetails::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::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
}

  4. Konuşma tanıma dilini değiştirmek için, en-US'i başka bir desteklenen dille değiştirin. Örneğin, İspanyolca (İspanya) için kullanın es-ES . Bir dil belirtmezseniz, varsayılan değer olur en-US. Konuşulabilecek birden çok dilden birini belirleme hakkında ayrıntılı bilgi için bkz . Dil belirleme.

  5. Mikrofondan konuşma tanımayı başlatmak için yeni konsol uygulamanızı derleyin ve çalıştırın .

    Önemli

    SPEECH_KEY ve ENDPOINTçevresel değişkenleri ayarladığınızdan emin olun. Bu değişkenleri ayarlamazsanız örnek bir hata iletisiyle başarısız olur.

  6. İstendiğinde mikrofonunuza konuşun. Konuştuğunuz şey metin olarak görünmelidir:

    Speak into your microphone.
RECOGNIZED: Text=I'm excited to try speech to text.

Açıklamalar

Dikkat edilmesi gereken diğer noktalar şunlardır:

  • Bu örnek, RecognizeOnceAsync işlemini, 30 saniyeye kadar veya sessizlik algılanana kadar konuşmaların dökümünü almak için kullanarak gerçekleştirir. Daha uzun ses kayıtları, çok dilli konuşmalar da dahil olmak üzere, için sürekli tanıma hakkında bilgi almak için Konuşmayı nasıl tanıyacağınızı inceleyin.

  • Ses dosyasından konuşmayı tanımak için FromWavFileInput yerine FromDefaultMicrophoneInput kullanın:

    auto audioConfig = AudioConfig::FromWavFileInput("YourAudioFile.wav");

  • MP4 gibi sıkıştırılmış ses dosyaları için GStreamer'ı yükleyin ve veya PullAudioInputStreamkullanınPushAudioInputStream. Daha fazla bilgi için Sıkıştırılmış giriş sesini kullanma kısmına bakın.

Kaynakları temizleme

Oluşturduğunuz Konuşma kaynağını kaldırmak için Azure portal veya Azure Komut Satırı Arabirimi (CLI) kullanabilirsiniz.

Referans belgeleri | Package (Go) | GitHub üzerindeki ek örnekler

Bu hızlı başlangıçta, konuşmayı gerçek zamanlı olarak tanımak ve metne dönüştürmek için bir uygulama oluşturup çalıştıracaksınız.

İpucu

Ses dosyalarının hızlı transkripsiyonu için hızlı transkripsiyon API'sini kullanmayı göz önünde bulundurun. Hızlı transkripsiyon API'si, dil belirleme ve gündizleme gibi özellikleri destekler.

Bunun yerine, ses dosyalarının asenkron olarak dökümünü almak için Toplu transkripsiyon nedir? bölümüne bakın. Hangi konuşmayı metne dönüştürme çözümünün size uygun olduğundan emin değilseniz bkz . Konuşmayı metne dönüştürme nedir?

Önkoşullar

  • Azure aboneliği. Ücretsiz bir tane oluşturabilirsiniz.
  • Azure portalında Konuşma için yapay zeka hizmetleri kaynağı oluşturun.
  • Konuşma kaynağı anahtarını ve uç noktasını alın. Konuşma kaynağınız dağıtıldıktan sonra anahtarları görüntülemek ve yönetmek için Kaynağa git'i seçin.

Ortamı ayarlama

Konuşma SDK'sı Go paketi olarak kullanılabilir. Konuşma SDK'sını bu kılavuzun ilerleyen bölümlerinde yükleyebilirsiniz. Diğer gereksinimler için bkz . Konuşma SDK'sını yükleme.

Ortam değişkenlerini belirleme

Foundry Araçları'na erişmek için uygulamanızın kimliğini doğrulamanız gerekir. Bu makalede, kimlik bilgilerinizi depolamak için ortam değişkenlerini nasıl kullanacağınız gösterilmektedir. Ardından uygulamanızın kimliğini doğrulamak için kodunuzdan ortam değişkenlerine erişebilirsiniz. Üretim için kimlik bilgilerinizi depolamak ve erişmek için daha güvenli bir yol kullanın.

Önemli

Kimlik bilgilerinin bulutta çalışan uygulamalarınızla depolanmasını önlemek için Azure kaynakları için yönetilen kimliklerle Microsoft Entra ID kimlik doğrulamasını öneririz.

API anahtarlarını dikkatli kullanın. API anahtarını doğrudan kodunuzla eklemeyin ve hiçbir zaman herkese açık olarak göndermeyin. API anahtarlarını kullanıyorsanız, bunları Azure Key Vault güvenli bir şekilde depolayın, anahtarları düzenli olarak döndürün ve rol tabanlı erişim denetimi ve ağ erişim kısıtlamalarını kullanarak erişimi Azure Key Vault kısıtlayın. Uygulamalarınızda API anahtarlarını güvenli bir şekilde kullanma hakkında daha fazla bilgi için bkz. Azure Key Vault ile API anahtarları.

Yapay zeka hizmetleri güvenliği hakkında daha fazla bilgi için bkz. Azure Yapay Zeka Hizmetleri istekleri doğrulama.

Konuşma kaynak anahtarınız ve uç noktanızın ortam değişkenlerini ayarlamak için bir konsol penceresi açın ve işletim sisteminizle geliştirme ortamınıza yönelik yönergeleri izleyin.

  • Ortam değişkenini SPEECH_KEY ayarlamak için anahtarınızı kaynağınızın anahtarlarından biriyle değiştirin.
  • Ortam değişkenini ENDPOINT ayarlamak için uç noktanızı kaynağınızın uç noktalarından biriyle değiştirin.
setx SPEECH_KEY your-key
setx ENDPOINT your-endpoint

Not

Yalnızca geçerli konsoldaki ortam değişkenlerine erişmeniz gerekiyorsa, ortam değişkenini yerine setile setx ayarlayabilirsiniz.

Ortam değişkenlerini ekledikten sonra, konsol penceresi de dahil olmak üzere ortam değişkenlerini okuması gereken tüm programları yeniden başlatmanız gerekebilir. Örneğin, düzenleyici olarak Visual Studio kullanıyorsanız örneği çalıştırmadan önce Visual Studio yeniden başlatın.

Mikrofondan konuşmayı tanıma

Go uygulaması oluşturmak ve Konuşma SDK'sını yüklemek için bu adımları izleyin.

  1. Yeni projeyi istediğiniz klasörde bir komut istemi penceresi açın. Yeni bir Go dosyası oluşturmak için bu komutu çalıştırın.

    touch main.go

  2. main.go dosyasının içeriğini aşağıdaki kodla değiştirin:

    package main

import (
    "fmt"
    "os"

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

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

    speechConfig, err := speech.NewSpeechConfigFromEndpointWithSubscription(endpoint, speechKey)
    if err != nil {
        fmt.Println("Got an error: ", err)
        return
    }
    defer speechConfig.Close()

    audioConfig, err := audio.NewAudioConfigFromDefaultMicrophoneInput()
    if err != nil {
        fmt.Println("Got an error: ", err)
        return
    }
    defer audioConfig.Close()

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

    fmt.Println("Speak into your microphone.")
    outcome := <-speechRecognizer.RecognizeOnceAsync()
    defer outcome.Close()
    if outcome.Error != nil {
        fmt.Println("Got an error: ", outcome.Error)
        return
    }

    fmt.Println("RECOGNIZED: Text=", outcome.Result.Text)
}

  3. Konuşma tanıma dilini değiştirmek için, en-US'i başka bir desteklenen dille değiştirin. Örneğin, İspanyolca (İspanya) için kullanın es-ES . Bir dil belirtmezseniz, varsayılan değer olur en-US. Konuşulabilecek birden çok dilden birini belirleme hakkında ayrıntılı bilgi için bkz . Dil belirleme.

  4. GitHub'da barındırılan Konuşma SDK'sı bileşenlerine bağlanan bir go.mod dosyası oluşturmak için aşağıdaki komutları çalıştırın:

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

  5. GO modülünü oluşturun.

    go build

  6. Konuşma sentezini varsayılan konuşmacıya başlatmak için yeni konsol uygulamanızı çalıştırın.

    go run main.go

    Önemli

    SPEECH_KEY ve ENDPOINTçevresel değişkenleri ayarladığınızdan emin olun. Bu değişkenleri ayarlamazsanız örnek bir hata iletisiyle başarısız olur.

  7. İstendiğinde mikrofonunuza konuşun. Konuştuğunuz şey metin olarak görünmelidir:

    Speak into your microphone.
RECOGNIZED: Text=I'm excited to try speech to text.

Açıklamalar

Dikkat edilmesi gereken diğer noktalar şunlardır:

  • Bu örnek, RecognizeOnceAsync işlemini, 30 saniyeye kadar veya sessizlik algılanana kadar konuşmaların dökümünü almak için kullanarak gerçekleştirir. Daha uzun ses kayıtları, çok dilli konuşmalar da dahil olmak üzere, için sürekli tanıma hakkında bilgi almak için Konuşmayı nasıl tanıyacağınızı inceleyin.

  • Ses dosyasından konuşmayı tanımak için NewAudioConfigFromWavFileInput yerine NewAudioConfigFromDefaultMicrophoneInput kullanın:

    audioConfig, err := audio.NewAudioConfigFromWavFileInput("YourAudioFile.wav")
if err != nil {
     fmt.Println("Got an error: ", err)
     return
}
defer audioConfig.Close()

  • MP4 gibi sıkıştırılmış ses dosyaları için GStreamer'ı yükleyin ve veya PullAudioInputStreamkullanınPushAudioInputStream. Daha fazla bilgi için Sıkıştırılmış giriş sesini kullanma kısmına bakın.

Kaynakları temizleme

Oluşturduğunuz Konuşma kaynağını kaldırmak için Azure portal veya Azure Komut Satırı Arabirimi (CLI) kullanabilirsiniz.

Referans belgeleri | Paket (indirme) | GitHub'da ek örnekler

Bu hızlı başlangıçta, konuşmayı gerçek zamanlı olarak tanımak ve metne dönüştürmek için bir uygulama oluşturup çalıştıracaksınız.

İpucu

Ses dosyalarının hızlı transkripsiyonu için hızlı transkripsiyon API'sini kullanmayı göz önünde bulundurun. Hızlı transkripsiyon API'si, dil belirleme ve gündizleme gibi özellikleri destekler.

Bunun yerine, ses dosyalarının asenkron olarak dökümünü almak için Toplu transkripsiyon nedir? bölümüne bakın. Hangi konuşmayı metne dönüştürme çözümünün size uygun olduğundan emin değilseniz bkz . Konuşmayı metne dönüştürme nedir?

Önkoşullar

  • Azure aboneliği. Ücretsiz bir tane oluşturabilirsiniz.
  • Azure portalında Speech için Bir Dökümhane kaynağı oluşturun.
  • Konuşma kaynak anahtarını ve bölgesini alın. Konuşma kaynağınız dağıtıldıktan sonra anahtarları görüntülemek ve yönetmek için Kaynağa git'i seçin.

Ortamı ayarlama

Swift için Konuşma SDK'sı bir çerçeve paketi olarak dağıtılır. Çerçeve hem iOS hem de macOS'ta objective-C ve Swift'i destekler.

Konuşma SDK'sı, Xcode projelerinde CocoaPod olarak kullanılabilir veya doğrudan indirilip el ile bağlanabilir. Bu kılavuzda CocoaPod kullanılır. CocoaPod bağımlılık yöneticisini yükleme yönergelerinde açıklandığı gibi yükleyin.

Ortam değişkenlerini belirleme

Foundry Araçları'na erişmek için uygulamanızın kimliğini doğrulamanız gerekir. Bu makalede, kimlik bilgilerinizi depolamak için ortam değişkenlerini nasıl kullanacağınız gösterilmektedir. Ardından uygulamanızın kimliğini doğrulamak için kodunuzdan ortam değişkenlerine erişebilirsiniz. Üretim için kimlik bilgilerinizi depolamak ve erişmek için daha güvenli bir yol kullanın.

Önemli

Kimlik bilgilerinin bulutta çalışan uygulamalarınızla depolanmasını önlemek için Azure kaynakları için yönetilen kimliklerle Microsoft Entra ID kimlik doğrulamasını öneririz.

API anahtarlarını dikkatli kullanın. API anahtarını doğrudan kodunuzla eklemeyin ve hiçbir zaman herkese açık olarak göndermeyin. API anahtarlarını kullanıyorsanız, bunları Azure Key Vault güvenli bir şekilde depolayın, anahtarları düzenli olarak döndürün ve rol tabanlı erişim denetimi ve ağ erişim kısıtlamalarını kullanarak erişimi Azure Key Vault kısıtlayın. Uygulamalarınızda API anahtarlarını güvenli bir şekilde kullanma hakkında daha fazla bilgi için bkz. Azure Key Vault ile API anahtarları.

Yapay zeka hizmetleri güvenliği hakkında daha fazla bilgi için bkz. Azure Yapay Zeka Hizmetleri istekleri doğrulama.

Konuşma kaynak anahtarınız ve bölgeniz için ortam değişkenlerini ayarlamak için bir konsol penceresi açın ve işletim sisteminizle geliştirme ortamınıza yönelik yönergeleri izleyin.

  • Ortam değişkenini SPEECH_KEY ayarlamak için anahtarınızı kaynağınızın anahtarlarından biriyle değiştirin.
  • Ortam değişkenini SPEECH_REGION ayarlamak için bölgenizi kaynağınızın bölgelerinden biriyle değiştirin.
  • Ortam değişkenini ayarlamak için ENDPOINT, Konuşma kaynağınızın gerçek uç noktası olan your-endpoint ile değiştirin.
setx SPEECH_KEY your-key
setx SPEECH_REGION your-region
setx ENDPOINT your-endpoint

Not

Yalnızca geçerli konsoldaki ortam değişkenlerine erişmeniz gerekiyorsa, ortam değişkenini yerine setile setx ayarlayabilirsiniz.

Ortam değişkenlerini ekledikten sonra, konsol penceresi de dahil olmak üzere ortam değişkenlerini okuması gereken tüm programları yeniden başlatmanız gerekebilir. Örneğin, düzenleyici olarak Visual Studio kullanıyorsanız örneği çalıştırmadan önce Visual Studio yeniden başlatın.

Mikrofondan konuşmayı tanıma

MacOS uygulamasında konuşmayı tanımak için bu adımları izleyin.

  1. &c0;Azure-Samples/cognitive-services-speech-sdk&c0; deposunu kopyalayarak macOS üzerinde Swift'te bir mikrofondan ses tanıma örnek projesini alın.&c1; Depoda iOS örnekleri de vardır.

  2. Terminalde indirilen örnek uygulamanın (helloworld) dizinine gidin.

  3. pod install komutunu çalıştırın. Bu komut, bağımlılık olarak hem örnek uygulamayı hem de Konuşma SDK'sını içeren bir Xcode çalışma alanı oluşturur helloworld.xcworkspace .

  4. Çalışma alanını helloworld.xcworkspace Xcode'da açın.

  5. AppDelegate.swift adlı dosyayı açın ve burada gösterildiği gibi ve applicationDidFinishLaunching yöntemlerini bulun.

    import Cocoa

@NSApplicationMain
class AppDelegate: NSObject, NSApplicationDelegate {
    var label: NSTextField!
    var fromMicButton: NSButton!

    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"]

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

        label.stringValue = "Recognition Result"
        label.isEditable = false

        self.window.contentView?.addSubview(label)

        fromMicButton = NSButton(frame: NSRect(x: 100, y: 300, width: 200, height: 30))
        fromMicButton.title = "Recognize"
        fromMicButton.target = self
        fromMicButton.action = #selector(fromMicButtonClicked)
        self.window.contentView?.addSubview(fromMicButton)
    }

    @objc func fromMicButtonClicked() {
        DispatchQueue.global(qos: .userInitiated).async {
            self.recognizeFromMic()
        }
    }

    func recognizeFromMic() {
        var speechConfig: SPXSpeechConfiguration?
        do {
            try speechConfig = SPXSpeechConfiguration(subscription: sub, region: region)
        } catch {
            print("error \(error) happened")
            speechConfig = nil
        }
        speechConfig?.speechRecognitionLanguage = "en-US"

        let audioConfig = SPXAudioConfiguration()

        let reco = try! SPXSpeechRecognizer(speechConfiguration: speechConfig!, audioConfiguration: audioConfig)

        reco.addRecognizingEventHandler() {reco, evt in
            print("intermediate recognition result: \(evt.result.text ?? "(no result)")")
            self.updateLabel(text: evt.result.text, color: .gray)
        }

        updateLabel(text: "Listening ...", color: .gray)
        print("Listening...")

        let result = try! reco.recognizeOnce()
        print("recognition result: \(result.text ?? "(no result)"), reason: \(result.reason.rawValue)")
        updateLabel(text: result.text, color: .black)

        if result.reason != SPXResultReason.recognizedSpeech {
            let cancellationDetails = try! SPXCancellationDetails(fromCanceledRecognitionResult: result)
            print("cancelled: \(result.reason), \(cancellationDetails.errorDetails)")
            print("Did you set the speech resource key and region values?")
            updateLabel(text: "Error: \(cancellationDetails.errorDetails)", color: .red)
        }
    }

    func updateLabel(text: String?, color: NSColor) {
        DispatchQueue.main.async {
            self.label.stringValue = text!
            self.label.textColor = color
        }
    }
}

  6. AppDelegate.m'de, Konuşma kaynak anahtarınız ve bölgeniz için daha önce ayarladığınız ortam değişkenlerini kullanın.

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

  7. Konuşma tanıma dilini değiştirmek için, en-US'i başka bir desteklenen dille değiştirin. Örneğin, İspanyolca (İspanya) için kullanın es-ES . Bir dil belirtmezseniz, varsayılan değer olur en-US. Konuşulabilecek birden çok dilden birini belirleme hakkında ayrıntılı bilgi için bkz . Dil belirleme.

  8. Hata ayıklama çıkışını görünür hale getirmek için Görüntüle>Hata Ayıklama Alanı>Konsolu Aktive Et seçeneklerini seçin.

  9. Menüden Ürün>Çalıştır'ı seçerek veya Play düğmesine tıklayarak örnek kodu çalıştırın ve derleyin.

    Önemli

    SPEECH_KEY ve SPEECH_REGIONçevresel değişkenleri ayarladığınızdan emin olun. Bu değişkenleri ayarlamazsanız örnek bir hata iletisiyle başarısız olur.

Uygulamadaki düğmeyi seçtikten ve birkaç kelime ettikten sonra, ekranın alt kısmında konuştuğunuz metni görmeniz gerekir. Uygulamayı ilk kez çalıştırdığınızda, uygulama sizden bilgisayarınızın mikrofonuna erişim izni vermenizi ister.

Açıklamalar

Bu örnek, recognizeOnce işlemini, 30 saniyeye kadar veya sessizlik algılanana kadar konuşmaların dökümünü almak için kullanarak gerçekleştirir. Daha uzun ses kayıtları, çok dilli konuşmalar da dahil olmak üzere, için sürekli tanıma hakkında bilgi almak için Konuşmayı nasıl tanıyacağınızı inceleyin.

Objective-C

Objective-C için Konuşma SDK'sı istemci kitaplıklarını ve başvuru belgelerini Swift için Konuşma SDK'sı ile paylaşır. Objective-C kod örnekleri için, GitHub'da bulunan macOS örnek projesindeki Objective-C ile mikrofondan konuşma tanıma bölümüne bakın.

Kaynakları temizleme

Oluşturduğunuz Konuşma kaynağını kaldırmak için Azure portal veya Azure Komut Satırı Arabirimi (CLI) kullanabilirsiniz.

Referans belgeler | Paket (npm) | GitHub'da ek örnekler | Kütüphane kaynak kodu

Bu hızlı başlangıçta, konuşmayı gerçek zamanlı olarak tanımak ve metne dönüştürmek için bir uygulama oluşturup çalıştıracaksınız.

İpucu

Ses dosyalarının hızlı transkripsiyonu için hızlı transkripsiyon API'sini kullanmayı göz önünde bulundurun. Hızlı transkripsiyon API'si, dil belirleme ve gündizleme gibi özellikleri destekler.

Bunun yerine, ses dosyalarının asenkron olarak dökümünü almak için Toplu transkripsiyon nedir? bölümüne bakın. Hangi konuşmayı metne dönüştürme çözümünün size uygun olduğundan emin değilseniz bkz . Konuşmayı metne dönüştürme nedir?

Önkoşullar

  • Azure aboneliği. Ücretsiz bir tane oluşturabilirsiniz.
  • Azure portalında Speech için Bir Dökümhane kaynağı oluşturun.
  • Konuşma kaynak anahtarını ve bölgesini alın. Konuşma kaynağınız dağıtıldıktan sonra anahtarları görüntülemek ve yönetmek için Kaynağa git'i seçin.

Ayrıca yerel makinenizde bir .wav ses dosyası gerekir. Kendi .wav dosyanızı kullanabilir (30 saniyeye kadar) veya örnek dosyayı indirebilirsiniz https://crbn.us/whatstheweatherlike.wav .

Kurulum

  1. Yeni bir klasör transcription-quickstart oluşturun ve aşağıdaki komutu kullanarak hızlı başlangıç klasörüne gidin:

    mkdir transcription-quickstart && cd transcription-quickstart

  2. Aşağıdaki komutla package.json oluşturun:

    npm init -y

  3. package.json aşağıdaki komut ile ECMAScript olarak güncelleyin:

    npm pkg set type=module

  4. JavaScript için Konuşma SDK'sını şu şekilde yükleyin:

    npm install microsoft-cognitiveservices-speech-sdk

  5. TypeScript hatalarından kaçınmak için Node.js tür tanımlarını yüklemeniz gerekir. Aşağıdaki komutu çalıştırın:

    npm install --save-dev @types/node

Kaynak bilgilerini alma

Foundry Araçları'na erişmek için uygulamanızın kimliğini doğrulamanız gerekir. Bu makalede, kimlik bilgilerinizi depolamak için ortam değişkenlerini nasıl kullanacağınız gösterilmektedir. Ardından uygulamanızın kimliğini doğrulamak için kodunuzdan ortam değişkenlerine erişebilirsiniz. Üretim için kimlik bilgilerinizi depolamak ve erişmek için daha güvenli bir yol kullanın.

Önemli

Kimlik bilgilerinin bulutta çalışan uygulamalarınızla depolanmasını önlemek için Azure kaynakları için yönetilen kimliklerle Microsoft Entra ID kimlik doğrulamasını öneririz.

API anahtarlarını dikkatli kullanın. API anahtarını doğrudan kodunuzla eklemeyin ve hiçbir zaman herkese açık olarak göndermeyin. API anahtarlarını kullanıyorsanız, bunları Azure Key Vault güvenli bir şekilde depolayın, anahtarları düzenli olarak döndürün ve rol tabanlı erişim denetimi ve ağ erişim kısıtlamalarını kullanarak erişimi Azure Key Vault kısıtlayın. Uygulamalarınızda API anahtarlarını güvenli bir şekilde kullanma hakkında daha fazla bilgi için bkz. Azure Key Vault ile API anahtarları.

Yapay zeka hizmetleri güvenliği hakkında daha fazla bilgi için bkz. Azure Yapay Zeka Hizmetleri istekleri doğrulama.

Konuşma kaynak anahtarınız ve bölgeniz için ortam değişkenlerini ayarlamak için bir konsol penceresi açın ve işletim sisteminizle geliştirme ortamınıza yönelik yönergeleri izleyin.

  • Ortam değişkenini SPEECH_KEY ayarlamak için anahtarınızı kaynağınızın anahtarlarından biriyle değiştirin.
  • Ortam değişkenini SPEECH_REGION ayarlamak için bölgenizi kaynağınızın bölgelerinden biriyle değiştirin.
  • Ortam değişkenini ayarlamak için ENDPOINT, Konuşma kaynağınızın gerçek uç noktası olan your-endpoint ile değiştirin.
setx SPEECH_KEY your-key
setx SPEECH_REGION your-region
setx ENDPOINT your-endpoint

Not

Yalnızca geçerli konsoldaki ortam değişkenlerine erişmeniz gerekiyorsa, ortam değişkenini yerine setile setx ayarlayabilirsiniz.

Ortam değişkenlerini ekledikten sonra, konsol penceresi de dahil olmak üzere ortam değişkenlerini okuması gereken tüm programları yeniden başlatmanız gerekebilir. Örneğin, düzenleyici olarak Visual Studio kullanıyorsanız örneği çalıştırmadan önce Visual Studio yeniden başlatın.

Dosyadan konuşma tanıma

Bir dosyadan konuşmanın dökümünü almak için:

  1. Aşağıdaki içeriğe sahip transcription.ts adlı yeni bir dosya oluşturun:

    import { readFileSync } from "fs";
import { 
    SpeechConfig, 
    AudioConfig, 
    SpeechRecognizer, 
    ResultReason, 
    CancellationDetails, 
    CancellationReason,
    SpeechRecognitionResult 
} from "microsoft-cognitiveservices-speech-sdk";

// This example requires environment variables named "ENDPOINT" and "SPEECH_KEY"
const speechConfig: SpeechConfig = SpeechConfig.fromEndpoint(new URL(process.env.ENDPOINT!), process.env.SPEECH_KEY!);
speechConfig.speechRecognitionLanguage = "en-US";

function fromFile(): void {
    const audioConfig: AudioConfig = AudioConfig.fromWavFileInput(readFileSync("YourAudioFile.wav"));
    const speechRecognizer: SpeechRecognizer = new SpeechRecognizer(speechConfig, audioConfig);

    speechRecognizer.recognizeOnceAsync((result: SpeechRecognitionResult) => {
        switch (result.reason) {
            case ResultReason.RecognizedSpeech:
                console.log(`RECOGNIZED: Text=${result.text}`);
                break;
            case ResultReason.NoMatch:
                console.log("NOMATCH: Speech could not be recognized.");
                break;
            case ResultReason.Canceled:
                const cancellation: CancellationDetails = CancellationDetails.fromResult(result);
                console.log(`CANCELED: Reason=${cancellation.reason}`);

                if (cancellation.reason === CancellationReason.Error) {
                    console.log(`CANCELED: ErrorCode=${cancellation.ErrorCode}`);
                    console.log(`CANCELED: ErrorDetails=${cancellation.errorDetails}`);
                    console.log("CANCELED: Did you set the speech resource key and region values?");
                }
                break;
        }
        speechRecognizer.close();
    });
}

fromFile();

    transcription.ts dosyasındaki YourAudioFile.wav yerine kendi .wav dosyanızı koyun. Bu örnek yalnızca .wav dosyasından konuşmayı tanır. Diğer ses biçimleri hakkında bilgi için Sıkıştırılmış Giriş Sesini Kullanma Yöntemleri bölümüne bakın. Bu örnek 30 saniyeye kadar sesi destekler.

    Konuşma tanıma dilini değiştirmek için, en-US'i başka bir desteklenen dille değiştirin. Örneğin, İspanyolca (İspanya) için kullanın es-ES . Bir dil belirtmezseniz, varsayılan değer olur en-US. Konuşulabilecek birden çok dilden birini belirleme hakkında ayrıntılı bilgi için bkz . Dil belirleme.

  2. tsconfig.json dosyasını oluşturup TypeScript kodunu dönüştürmek için ECMAScript için aşağıdaki kodu kopyalayın.

    {
    "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. TypeScript'ten JavaScript'e dönüştürme.

    tsc

    Bu komut başarılı olursa çıkış üretmemelidir.

  4. Bir dosyadan konuşma tanımayı başlatmak için yeni konsol uygulamanızı çalıştırın:

    node transcription.js

Yanıtı almak için birkaç dakika bekleyin.

Çıktı

Ses dosyasındaki konuşmanın metin olarak çıkışı olmalıdır:

RECOGNIZED: Text=I'm excited to try speech to text.

Açıklamalar

Bu örnek, recognizeOnceAsync işlemini, 30 saniyeye kadar veya sessizlik algılanana kadar konuşmaların dökümünü almak için kullanarak gerçekleştirir. Daha uzun ses kayıtları, çok dilli konuşmalar da dahil olmak üzere, için sürekli tanıma hakkında bilgi almak için Konuşmayı nasıl tanıyacağınızı inceleyin.

Kaynakları temizleme

Oluşturduğunuz Konuşma kaynağını kaldırmak için Azure portal veya Azure Komut Satırı Arabirimi (CLI) kullanabilirsiniz.

Sonraki adım

Konuşma tanıma hakkında daha fazla bilgi edinin

  • Last updated on