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。
microsoft-cognitiveservices-speech-sdk package
类
| ActivityReceivedEventArgs |
定义收到的消息/事件的内容。 |
| AudioConfig |
表示用于指定要使用哪种类型的输入 (麦克风、文件、流) 的音频输入配置。 |
| AudioInputStream |
表示用于自定义音频输入配置的音频输入流。 |
| AudioOutputStream |
表示用于自定义音频输出配置的音频输出流。 |
| AudioStreamFormat |
表示用于自定义音频输入配置的音频流格式。 |
| AutoDetectSourceLanguageConfig |
语言自动检测配置。 |
| AutoDetectSourceLanguageResult |
输出格式 |
| AvatarConfig |
定义对话头像配置。 |
| AvatarEventArgs |
定义用于谈话头像事件的内容。 |
| AvatarSynthesizer |
定义头像合成器。 |
| AvatarVideoFormat |
定义头像输出视频格式。 |
| AvatarWebRTCConnectionResult |
定义虚拟形象 WebRTC 连接结果。 |
| BaseAudioPlayer |
基本音频播放器类 TODO：目前仅播放 PCM。 |
| BotFrameworkConfig |
定义对话服务连接器对象的配置以使用 Bot Framework 后端的类。 |
| CancellationDetails |
包含有关取消结果的原因的详细信息。 |
| CancellationDetailsBase |
包含有关取消结果的原因的详细信息。 |
| Connection |
Connection 是一个代理类，用于管理与指定识别器语音服务的连接。 默认情况下，识别器会在需要时自主管理与服务的连接。 Connection 类为用户提供其他方法，用于显式打开或关闭连接以及订阅连接状态更改。 Connection 的使用是可选的，主要用于需要根据连接状态微调应用程序行为的情况。 用户可以选择调用 Open () 以在与此连接关联的识别器上开始识别之前提前手动设置连接。 如果识别器需要连接到服务或断开连接，它将独立设置或关闭连接。 在这种情况下，将通过连接/断开连接事件更改连接状态来通知连接。 在版本 1.2.1 中添加。 |
| ConnectionEventArgs |
定义连接/断开连接等连接事件的有效负载。 在版本 1.2.0 中添加 |
| ConnectionMessage |
ConnectionMessage 表示发送到语音服务以及从语音服务接收的特定实现消息。 这些消息用于调试目的，不应用于 Azure 认知服务语音服务的生产用例。 发送到语音服务以及从语音服务接收的消息可能会发生更改，而不作通知。 这包括消息内容、标头、有效负载、排序等。在版本 1.11.0 中添加。 |
| ConnectionMessageEventArgs | |
| Conversation | |
| ConversationExpirationEventArgs |
定义会话事件的内容，如 SessionStarted/Stopped、SoundStarted/Stopped。 |
| ConversationParticipantsChangedEventArgs |
定义会话事件的内容，如 SessionStarted/Stopped、SoundStarted/Stopped。 |
| ConversationTranscriber |
使用说话人与麦克风、文件或其他音频输入流分离来执行语音识别，并获取转录文本作为结果。 |
| ConversationTranscriptionCanceledEventArgs |
定义 RecognitionErrorEvent 的内容。 |
| ConversationTranscriptionEventArgs |
定义对话转录/转录事件的内容。 |
| ConversationTranscriptionResult |
定义对话听录的结果。 |
| ConversationTranslationCanceledEventArgs | |
| ConversationTranslationEventArgs |
定义会话事件的有效负载，例如检测到语音开始/结束 |
| ConversationTranslationResult |
翻译文本结果。 |
| ConversationTranslator |
加入、离开或连接到对话。 |
| Coordinate |
定义 2D 空间中的坐标。 |
| CustomCommandsConfig |
定义对话服务连接器对象的配置的类，以便使用 CustomCommands 后端。 |
| Diagnostics |
定义 诊断 API，用于在版本 1.21.0 中添加的控制台输出 |
| DialogServiceConfig |
定义对话服务连接器的基本配置的类 |
| DialogServiceConnector |
对话框服务连接器 |
| IntentRecognitionCanceledEventArgs |
定义意向识别取消结果事件的有效负载。 |
| IntentRecognitionEventArgs |
意向识别结果事件参数。 |
| IntentRecognitionResult |
意向识别结果。 |
| IntentRecognizer |
意向识别器。 |
| KeywordRecognitionModel |
表示一个关键字 (keyword) 识别模型，用于在用户说出启动进一步语音识别关键字 (keyword) 时进行识别。 |
| LanguageUnderstandingModel |
语言理解模型 |
| Meeting | |
| MeetingTranscriber | |
| MeetingTranscriptionCanceledEventArgs |
定义 MeetingTranscriptionCanceledEvent 的内容。 |
| MeetingTranscriptionEventArgs |
定义会议转录/转录事件的内容。 |
| NoMatchDetails |
包含 NoMatch 识别结果的详细信息。 |
| Participant |
表示对话中的参与者。 在版本 1.4.0 中添加 |
| PhraseListGrammar |
允许添加新短语以改进语音识别。 添加到识别器中的短语在下一次识别开始时或下次 SpeechSDK 必须重新连接到语音服务时有效。 |
| PronunciationAssessmentConfig |
发音评估配置。 |
| PronunciationAssessmentResult |
发音评估结果。 |
| PropertyCollection |
表示属性及其值的集合。 |
| PullAudioInputStream |
表示用于自定义音频输入配置的音频输入流。 |
| PullAudioInputStreamCallback |
一个抽象基类，用于定义自定义音频输入流的回调方法 (read () 和 close () ) ) 。 |
| PullAudioOutputStream |
表示用于自定义音频输出配置的内存支持的推送音频输出流。 |
| PushAudioInputStream |
表示用于自定义音频输入配置的内存支持的推送音频输入流。 |
| PushAudioOutputStream |
表示用于自定义音频输出配置的音频输出流。 |
| PushAudioOutputStreamCallback |
一个抽象基类，用于定义自定义音频输出流的回调方法 (write () 和 close () ) ) 。 |
| RecognitionEventArgs |
定义会话事件的有效负载，例如检测到语音开始/结束 |
| RecognitionResult |
定义语音识别的结果。 |
| Recognizer |
定义基类识别器，它主要包含常见事件处理程序。 |
| ServiceEventArgs |
为版本 1.9.0 中添加的任何服务消息事件定义有效负载 |
| SessionEventArgs |
定义会话事件的内容，如 SessionStarted/Stopped、SoundStarted/Stopped。 |
| SourceLanguageConfig |
源语言配置。 |
| SpeakerAudioDestination |
表示仅在浏览器中工作的扬声器播放音频目标。 注意：SDK 将尝试使用 媒体源扩展 来播放音频。 Mp3 格式在 Microsoft Edge、Chrome 和 Safari (桌面) 上具有更好的支持，因此最好指定 mp3 格式进行播放。 |
| SpeakerIdentificationModel |
为说话人识别模型定义 SpeakerIdentificationModel 类，其中包含一组用于标识说话人 () |
| SpeakerRecognitionCancellationDetails | |
| SpeakerRecognitionResult |
输出格式 |
| SpeakerRecognizer |
定义 SpeakerRecognizer 类，用于说话人识别处理用户语音配置文件操作 (例如 createProfile、deleteProfile) |
| SpeakerVerificationModel |
为说话人识别模型定义 SpeakerVerificationModel 类，该类包含用于验证说话人的配置文件 |
| SpeechConfig |
语音配置。 |
| SpeechConfigImpl | |
| SpeechRecognitionCanceledEventArgs | |
| SpeechRecognitionEventArgs |
定义语音识别/识别事件的内容。 |
| SpeechRecognitionResult |
定义语音识别的结果。 |
| SpeechRecognizer |
从麦克风、文件或其他音频输入流执行语音识别，并获取转录文本作为结果。 |
| SpeechSynthesisBookmarkEventArgs |
定义语音合成书签事件的内容。 |
| SpeechSynthesisEventArgs |
定义语音合成事件的内容。 |
| SpeechSynthesisResult |
定义语音合成的结果。 |
| SpeechSynthesisVisemeEventArgs |
定义语音合成 viseme 事件的内容。 |
| SpeechSynthesisWordBoundaryEventArgs |
定义语音合成字边界事件的内容。 |
| SpeechSynthesizer |
定义用于文本转语音的类 SpeechSynthesizer。 在版本 1.16.0 中更新 |
| SpeechTranslationConfig |
语音翻译配置。 |
| SynthesisResult |
合成结果的基类 |
| SynthesisVoicesResult |
定义语音合成的结果。 |
| Synthesizer | |
| TranslationRecognitionCanceledEventArgs |
定义语音识别取消结果事件的有效负载。 |
| TranslationRecognitionEventArgs |
转换文本结果事件参数。 |
| TranslationRecognitionResult |
翻译文本结果。 |
| TranslationRecognizer |
翻译识别器 |
| TranslationSynthesisEventArgs |
翻译合成事件参数 |
| TranslationSynthesisResult |
定义翻译合成结果，即目标语言翻译文本的语音输出。 |
| Translations |
表示参数及其值的集合。 |
| TurnStatusReceivedEventArgs |
定义收到的消息/事件的内容。 |
| User | |
| VoiceInfo |
有关版本 1.20.0 中添加的语音合成语音的信息。 |
| VoiceProfile |
定义说话人识别的语音配置文件类 |
| VoiceProfileCancellationDetails | |
| VoiceProfileClient |
为说话人识别定义 VoiceProfileClient 类 处理来自用户的语音配置文件操作 (例如 createProfile、deleteProfile) |
| VoiceProfileEnrollmentCancellationDetails | |
| VoiceProfileEnrollmentResult |
输出格式 |
| VoiceProfilePhraseResult |
输出格式 |
| VoiceProfileResult |
输出格式 |
接口
| CancellationEventArgs | |
| ConversationInfo | |
| IParticipant |
表示对话中的参与者。 在版本 1.4.0 中添加 |
| IPlayer |
表示用于控制音频播放的音频播放器接口，例如暂停、恢复等。 |
| IVoiceJson | |
| MeetingInfo | |
| VoiceSignature | |
枚举
| AudioFormatTag | |
| CancellationErrorCode |
定义错误代码，以防 CancellationReason 为 Error。 在版本 1.1.0 中添加。 |
| CancellationReason |
定义可能取消识别结果的原因。 |
| LanguageIdMode |
语言识别模式 |
| LogLevel | |
| NoMatchReason |
定义无法识别识别结果的可能原因。 |
| OutputFormat |
定义语音识别器输出格式。 |
| ParticipantChangedReason | |
| ProfanityOption |
不雅选项。 在版本 1.7.0 中添加。 |
| PronunciationAssessmentGradingSystem |
定义用于发音分数校准的分数系统;默认值为 FivePoint。 在版本 1.15.0 中添加 |
| PronunciationAssessmentGranularity |
定义发音评估粒度;默认值为 Phoneme。 在版本 1.15.0 中添加 |
| PropertyId |
定义语音属性 ID。 |
| ResultReason |
定义可能生成识别结果的原因。 |
| ServicePropertyChannel |
定义用于将属性设置传递给服务的通道。 在版本 1.7.0 中添加。 |
| SpeakerRecognitionResultType | |
| SpeechSynthesisBoundaryType |
定义语音合成边界事件的边界类型。 |
| SpeechSynthesisOutputFormat |
定义语音合成音频输出格式。 SpeechSynthesisOutputFormat 在版本 1.17.0 中更新 |
| VoiceProfileType |
输出格式 |