Azure AI 视频索引器中的语言支持

项目
03/22/2024

重要

由于Azure 媒体服务停用公告，Azure AI 视频索引器会宣布 Azure AI 视频索引器功能调整。请参阅与 Azure 媒体服务（AMS）停用相关的更改，了解 Azure AI 视频索引器帐户的含义。请参阅 AMS 停用准备：VI 更新和迁移指南。

本文介绍视频索引器的语言选项，并为每个选项提供语言支持列表。它包括对视频索引器功能、翻译、语言标识、自定义和视频索引器网站语言设置的语言支持。

每个方案支持的语言

本部分介绍视频索引器语言选项，并包含每个选项支持的语言表。

重要

列出的所有语言在通过 API 编制索引时都支持翻译。

列说明

支持的源语言 – 支持听录、翻译和搜索的媒体文件中使用的语言。
语言标识 - 当使用语言标识 编制索引时，视频索引器是否可以自动检测语言。若要了解详细信息，请参阅使用 Azure AI 视频索引器自动识别口语和 语言识别 部分。
自定义（语言模型） - 在视频索引器中自定义语言模型时是否可以使用该语言。若要了解详细信息，请参阅 Azure AI 视频索引器中的自定义语言模型。
发音（语言模型） - 语言是否可用于创建发音数据集作为自定义语音模型的一部分。若要了解详细信息，请参阅使用 Azure AI 视频索引器自定义语音模型。
网站翻译 – 使用 Azure AI 视频索引器网站时是否支持翻译语言。在语言下拉菜单中选择翻译的语言。

将翻译以下见解：
- 字幕
- 关键字
- 主题
- 标签
- 帧模式（目前仅限希伯来语）
使用翻译时，所有其他见解都以英语显示。
网站语言 - 是否可以选择语言以在 Azure AI 视频索引器网站上使用。选择设置图标，然后在“语言设置”下拉列表中选择语言。

语言	代码	支持源语言	语言识别	定制（语言模型）	发音（语言模型）	网站翻译	网站语言
南非荷兰语	af-ZA					✔
阿拉伯语（以色列）	ar-IL	✔		✔
阿拉伯语（伊拉克）	ar-IQ	✔	✔
阿拉伯语（约旦）	ar-JO	✔	✔	✔
阿拉伯语（科威特）	ar-KW	✔	✔	✔
阿拉伯语（黎巴嫩）	ar-LB	✔		✔
阿拉伯语（阿曼）	ar-OM	✔	✔	✔
阿拉伯语（巴勒斯坦民族权利机构）	ar-PS	✔		✔
阿拉伯语（卡塔尔）	ar-QA	✔	✔	✔
阿拉伯语(沙特阿拉伯)	ar-SA	✔	✔	✔
阿拉伯语（阿拉伯联合酋长国）	ar-AE	✔	✔	✔
阿拉伯语（埃及）	ar-EG	✔	✔	✔		✔
现代标准阿拉伯语（巴林）	ar-BH	✔	✔	✔
阿拉伯语（阿拉伯叙利亚共和国）	ar-SY	✔	✔	✔
亚美尼亚语	hy-AM	✔
Bangla	bn-BD					✔
波斯尼亚语	bs-Latn					✔
保加利亚语	bg-BG	✔	✔			✔
加泰罗尼亚语	ca-ES	✔	✔	✔	✔	✔
中文（繁体粤语）	zh-HK	✔	✔	✔	✔	✔
中文(简体)	zh-Hans	✔	✔			✔	✔
中文(简体)	zh-CK	✔	✔			✔	✔
中文(繁体)	zh-Hant					✔
克罗地亚语	hr-HR	✔	✔		✔	✔
捷克语	cs-CZ	✔	✔	✔	✔	✔	✔
丹麦语	da-DK	✔	✔	✔	✔	✔
荷兰语	nl-NL	✔	✔	✔	✔	✔	✔
英语（澳大利亚）	en-AU	✔	✔	✔	✔	✔
英语（英国）	en-GB	✔	✔	✔	✔	✔
英语（美国）	en-US	✔	✔	✔	✔	✔	✔
爱沙尼亚语	et-EE	✔	✔	✔	✔	✔
斐济语	en-FJ					✔
菲律宾语	fil-PH					✔
芬兰语	fi-FI	✔	✔	✔	✔	✔
法语	fr-FR	✔	✔	✔	✔	✔
法语(加拿大)	fr-CA	✔	✔	✔	✔	✔	✔
德语	de-DE	✔	✔	✔	✔	✔	✔
希腊语	el-GR	✔	✔			✔
古吉拉特语	gu-IN	✔	✔			✔
海地语	fr-HT					✔
希伯来语	he-IL	✔	✔	✔		✔
印地语	hi-IN	✔	✔	✔		✔	✔
匈牙利语	hu-HU		✔	✔	✔	✔	✔
冰岛语	is-IS	✔
印度尼西亚语	id-ID			✔	✔	✔
爱尔兰语	ga-IE	✔	✔	✔	✔
意大利语	it-IT	✔	✔	✔	✔	✔	✔
日语	ja-JP	✔	✔	✔		✔	✔
卡纳达语	kn-IN	✔	✔
斯瓦希里语	sw-KE					✔
韩语	ko-KR	✔	✔	✔		✔	✔
拉脱维亚语	lv-LV	✔	✔	✔	✔	✔
立陶宛语	lt-LT			✔	✔	✔
马达加斯加语	mg-MG					✔
马来语	ms-MY	✔				✔
马拉雅拉姆语	ml-IN	✔	✔
马耳他语	mt-MT					✔
挪威语	nb-NO	✔	✔	✔		✔
波斯语	fa-IR	✔		✔		✔
波兰语	pl-PL	✔	✔	✔	✔	✔	✔
葡萄牙语	pt-BR	✔	✔	✔	✔	✔	✔
葡萄牙语(葡萄牙)	pt-PT	✔	✔	✔	✔	✔
罗马尼亚语	ro-RO	✔	✔	✔	✔	✔
俄语	ru-RU	✔	✔	✔		✔	✔
萨摩亚语	en-WS
塞尔维亚语（西里尔）	sr-Cyrl-RS					✔
塞尔维亚语（拉丁）	sr-Latn-RS					✔
斯洛伐克语	sk-SK	✔	✔	✔	✔	✔
斯洛文尼亚语	sl-SI	✔	✔	✔	✔	✔
西班牙语	es-ES	✔	✔	✔	✔	✔	✔
西班牙语(墨西哥)	es-MX	✔	✔	✔	✔	✔
瑞典语	sv-SE	✔	✔	✔	✔	✔	✔
泰米尔语	ta-IN	✔	✔			✔
泰卢固语	te-IN	✔	✔
泰语	th-TH	✔	✔	✔		✔
汤加语	to-TO					✔
土耳其语	tr-TR	✔	✔	✔		✔	✔
乌克兰语	uk-UA	✔	✔			✔
乌尔都语	ur-PK					✔
越南语	vi-VN	✔	✔			✔

通过 API 获取支持的语言

使用“获取支持的语言”API 调用来拉取每个区域支持的语言的完整列表。有关详细信息，请参阅 “获取支持的语言”。

API 返回具有以下值的受支持语言的列表：

{
    "name": "Language",
    "languageCode": "Code",
    "isRightToLeft": true/false,
    "isSourceLanguage": true/false,
    "isAutoDetect": true/false
}

支持的源语言：

如果 isSourceLanguage 为 false，则仅支持翻译语言。如果 isSourceLanguage 为 true，则支持该语言作为听录、翻译和搜索的源。
语言识别（自动检测）：

如果 isAutoDetect 为 true，则语言标识（LID）和多语言标识（MLID）支持该语言。

语言标识

将媒体文件上传到视频索引器时，可以指定媒体文件的源语言。如果通过视频索引器网站为文件编制索引，可以通过在文件上传过程中选择语言来完成此操作。如果要通过 API 提交索引作业，则使用语言参数完成该作业。然后，使用所选语言生成文件的听录。

如果不确定媒体文件的源语言，或者它可能包含多种语言，视频索引器可以检测口语。如果选择媒体文件的源语言（LID）或多语言（MLID），则检测到的语言或语言将用于转录媒体文件。若要了解有关 LID 和 MLID 的详细信息，请参阅使用 Azure AI 视频索引器自动识别口语，请参阅使用语言识别模型自动识别口语并自动识别和转录多语言内容

在为 LID 和 MLID 编制媒体文件索引期间，允许识别 10 种语言。以下是 9 种默认 语言的语言识别（LID）和多语言识别（MILD）：

德语 (de-DE)
英语美国（en-US）
西班牙语 (es-ES)
法语 (fr-FR)
意大利语 (it-IT)
日语 (ja-JP)
葡萄牙语（pt-BR）
俄语 (ru-RU)
中文（简体中文）（zh-Hans）

如何更改默认语言列表

如果需要使用默认未使用的语言进行标识，可以将列表自定义为支持通过网站或 API 进行自定义的任何 10 种语言：

使用网站更改列表

选择 “模型自定义”下的“语言 ID ”选项卡。语言列表特定于你正在使用的视频索引器帐户以及登录用户。默认语言列表将按用户保存在其本地设备上、每个设备和浏览器上。因此，每个用户都可以配置自己的默认标识语言列表。
使用 “添加语言 ”搜索和添加更多语言。如果已选择 10 种语言，必须先删除其中一种现有检测到的语言，然后再添加新语言。

使用 API 更改列表

上传文件时，视频索引器语言模型默认交叉引用 9 种语言。如果存在匹配项，则模型使用检测到的语言为文件生成听录。

使用语言参数指定 multi （MLID）或 auto （LID）参数。使用 customLanguages 参数指定最多 10 种语言。（仅当语言参数设置为 multi 或 auto.）若要了解有关使用 API 的详细信息，请参阅使用 Azure AI 视频索引器 API。