在本文中，您將了解使用 Foundry Tools 中 Azure 語音翻譯的優點與功能。 此語音服務支援音訊串流的即時多語言語音轉換語音及語音轉換文字翻譯。
透過使用「Speech SDK」或「Speech CLI」，您可以讓應用程式、工具和裝置存取提供的音訊的原始轉錄和翻譯輸出。 偵測到語音時，系統會傳回過渡謄寫和翻譯結果，而最終結果可以轉換為合成語音。
如需語音翻譯的支援語言清單，請參閱語言和語音支援。
秘訣
移至 Speech Studio，以低延遲快速測試語音，並將語音翻譯成您選擇的其他語言。
核心功能
語音翻譯的核心功能包括：
即時語音翻譯（標準）
語音翻譯使用一個標準的 API 進行即時翻譯，包含文字輸出、音訊輸出或兩者兼具。
當你想傳送指定來源語言的輸入音訊串流，並回傳翻譯文字、合成語音或兩者皆為指定目標語言時，請使用標準語音翻譯 API。
現場口譯員
Live Interpreter 是即時語音翻譯的一部分，提供比標準 API 更完整的對話場景體驗。 它能持續辨識所說語言，無需你設定輸入語言，並以低延遲的自然語音提供語音轉語音翻譯，同時保留說話者的風格與語氣。
Live Interpreter 包含進階功能，例如：
- 沒有指定的輸入語言。 在不設定預期輸入語言的情況下，接收多種語言的音訊。
- 語言切換。 在同一工作階段中處理多種口說語言，無需重新啟動。
- 自備語音 (BYO 語音)。 使用個人語音搭配 Live Interpreter 進行即時語音對語音翻譯。
- 目標語言的轉寫。 尚未提供來源語言謄寫。
Live Interpreter 的一些使用情境包括：
- 旅遊口譯員。 打造讓客戶在旅行時能將輸入音訊翻譯成當地語言或從當地語言翻譯的解決方案。
- 商務會議。 幫助會說不同語言的參與者在一次療程中自然溝通。
有關支援的輸入（原始碼）語言列表，請參見 語音轉文字語言。 關於支援的輸出（目標）語言，請參閱語音翻譯語言中的「翻譯成文字語言」表。
欲了解更多資訊，請參閱語音翻譯操作指南、Live Interpreter 範例程式碼及 GitHub 上的語音翻譯範例。
多目標語言翻譯
在您想要以多種語言輸出的情況下，語音服務會直接提供將輸入語言翻譯成兩種目標語言的能力。 這讓你能在單一 API 呼叫中接收兩個輸出，並將這些翻譯分享給更廣泛的受眾。 如果需要更多的輸出語言，您可以建立多服務資源或使用個別的翻譯服務。
如果你需要翻譯成超過兩個目標語言，你需要建立 Foundry 資源，或是針對更多語言使用獨立的翻譯服務。 如果您選擇使用多服務資源進行語音翻譯服務，請注意，除第二種語言之外的每一種語言都會根據翻譯的字元數計算翻譯費用。
要計算翻譯服務的應用費用，請參閱 Foundry Tools 定價中的 Azure 翻譯工具。
多目標語言翻譯定價
請務必注意，語音翻譯服務是即時運作的，中繼語音結果會經過翻譯產生中繼翻譯結果。 因此，實際翻譯數量會大於輸入音訊的語彙基元。 您需支付每種目標語言的語音轉換文字謄寫與文字翻譯費用。
例如，假設您想要將一小時的音訊檔案翻譯成三種目標語言的文字。 如果初始語音轉換文字謄寫包含 10,000 個字元，您可能需支付 2.80 美元的費用。
警告
此範例中的價格僅供說明之用。 請參閱 Azure Speech 定價 及 Translator 定價，以獲得最新的定價資訊。
上述範例價格為 2.80 美元，其計算方式是合併語音轉換文字謄寫和文字翻譯的成本。 計算方式如下：
- 語音翻譯定價為每小時 2.50 美元，最多涵蓋 2 種目標語言。 此價格是用來當作計算成本的範例。 請查看
Azure 語音定價表 中的標準 語音翻譯標準，以獲取最新的價格資訊。 - 本範例中第三種語言的翻譯成本為 30 美分。 翻譯定價為每百萬個字元 10 美元。 由於音訊檔案包含 10,000 個字元，翻譯成本為 10 美元 * 10,000 / 1,000,000 * 3 = 0.3 美元。 此方程式中的數字「3」代表中繼流量的加權係數，可能會因牽涉到的語言而有所不同。 此價格是用來當作計算成本的範例。 請參閱翻譯價格表中有關>>文本翻譯的最新定價資訊。
開始
您的第一步是嘗試語音翻譯快速入門。 語音翻譯服務可透過語音 SDK 和語音 CLI 取得。
你可以在GitHub上找到語音 SDK 的語音轉文字和翻譯範例。 這些範例包含常見案例，例如從檔案或串流讀取音訊、連續辨識及翻譯、一次性辨識及翻譯，以及使用自訂模型。