你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站,请访问 https://docs.azure.cn

什么是 Speech Studio?

Speech Studio 是一组基于 UI 的工具,用于在应用程序中生成和集成 Azure 认知服务语音服务的功能。 通过使用无代码方法在 Speech Studio 中创建项目,然后通过使用语音 SDK语音 CLI 或 REST API 来引用应用程序中的资产。

Speech Studio 方案

浏览、试用和查看一些常见用例的示例代码。

  • 字幕:选择示例视频剪辑以查看实时处理或脱机处理的字幕结果。 了解如何将字幕与输入音频同步、应用亵渎内容过滤器、获得部分结果、应用自定义以及识别多语言场景的口语。 有关详细信息,请参阅字幕快速入门

  • 呼叫中心:查看有关如何使用语言和语音服务分析呼叫中心对话的演示。 实时听录呼叫或处理一批呼叫,编修个人身份信息,并提取情绪等见解,有助于为呼叫中心用例提供帮助。 有关详细信息,请参阅呼叫中心快速入门

Speech Studio 功能

在 Speech Studio 中,以下语音服务功能作为项目类型提供:

  • 实时语音转文本:无需使用任何代码,通过将音频文件拖至此处,即可快速测试语音转文本。 这是一个演示工具,用于了解语音转文本如何处理你的音频样本。 若要浏览完整功能,请参阅什么是语音转文本?

  • 自定义语音识别:创建针对特定词汇集和说话风格定制的语音识别模型。 与基础语音识别模型相比,自定义语音识别模型属于你的独有竞争优势,因为它们是不公开的。 若要开始上传示例音频以创建自定义语音模型,请参阅上传训练和测试数据集

  • 发音评估:评估语音发音,并为说话人提供有关讲话音频准确度和流利程度的反馈。 Speech Studio 提供了用于快速测试此功能的沙盒,无需代码。 若要在应用程序中将此功能与语音 SDK 配合使用,请参阅发音评估文章。

  • 语音库:生成自然发音的应用和服务。 从广泛的语言、语音和变体组合中进行选择。 使用表达性极佳并且类似人声的神经网络声音将你的场景变为现实。

  • 定制声音:为文本转语音创建独一无二的定制声音。 你可以提供音频文件,在 Speech Studio 中创建匹配的听录,然后在应用程序中使用自定义语音。 若要通过终结点创建和使用定制声音,请参阅创建和使用声音模型

  • 有声内容创作:文本转语音合成的无代码方法。 可以按原样使用输出音频,也可以基于输出音频完成进一步的自定义操作。 可以为各种场景(例如,有声读物、新闻广播、视频解说和聊天机器人)生成非常自然的音频内容。 有关详细信息,请参阅有声内容创作文档。

  • 自定义关键字:自定义关键字是字词或短语,可用于通过声音来激活产品。 你可在 Speech Studio 中创建自定义关键字,然后生成一个在应用程序中与语音 SDK 配合使用的二进制文件。

  • 自定义命令:轻松生成丰富的语音命令应用,这些应用针对声音优先的交互体验进行了优化。 自定义命令提供了在 Speech Studio 中进行无代码创作的体验、自动托管模型,以及相对较低的复杂性。 此功能帮助你专注于为声音命令场景生成最佳解决方案。 有关详细信息,请参阅开发自定义命令应用程序指南。 另请参阅通过使用语音 SDK 与客户端应用程序集成

后续步骤